Amir Masoud Almasi

新框架通过RGB-D融合提升6D姿态估计精度

研究人员开发了一个新的框架，通过结合物体检测和热图回归来估计物体的6D姿态。他们的方法利用YOLOv10m进行初始物体检测，并使用ResNet18网络从RGB图像预测2D热图，从中提取关键点进行姿态估计。通过跨融合架构整合深度数据显著提高了精度，在LINEMOD数据集上，RGB-D模型达到了92.41%的准确率，而仅使用RGB的模型为84.50%。