Camera Pose Estimation
PulseAugur coverage of Camera Pose Estimation — every cluster mentioning Camera Pose Estimation across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Gen4P框架将视频生成器重新用于4D感知任务
研究人员开发了Gen4P，一个新颖的框架，它将预训练的视频生成器重新用于4D感知任务。通过将生成器视为前馈感知器，该方法可以从单目视频中恢复3D几何和运动。Gen4P利用按需查询和交叉注意力解码进行灵活的空间和时间采样，并结合了一个冻结的LoRA作为几何先验，以在无需额外训练的情况下提高性能。
-
新的SMORE框架修正三维几何模型预测
研究人员开发了一个名为支架记忆修正（SMORE）的新框架，以提高三维几何模型的长期一致性。受生物记忆的启发，SMORE为这些模型配备了一个可修正的外部记忆，使它们能够存储、检索、验证和纠正过去的估计。这种方法解决了现有模型在长时间内累积错误或无法修正早期预测的局限性。评估表明，SMORE在姿态估计、深度估计和三维重建等各种任务中显著提高了性能，错误率降低了高达58%，并在SLAM中实现了低至2.9厘米的轨迹误差。
-
ProxyPose 使用视频到视频翻译进行 6-DoF 位姿跟踪
研究人员开发了 ProxyPose，一种从单目视频跟踪物体和表面六自由度 (6-DoF) 位姿的新颖方法。该方法将问题重新定义为视频到视频翻译任务，利用微调的视频扩散模型生成合成代理视频。通过分析此代理视频中已知物体的运动，ProxyPose 可以准确恢复原始表面的 6-DoF 轨迹。该技术无需 3D 模型或深度图等额外输入，展示了最先进的性能，并可扩展到面部跟踪和相机位姿估计等应用。
-
新系统跨越视频片段变化追踪多个人体3D网格
研究人员开发了Multi-THuMBS，一个旨在跨越视频片段变化追踪多个人体3D网格的新颖系统。现有方法在摄像头视角突然变化时会遇到困难，导致身份丢失和轨迹不连贯。Multi-THuMBS通过在共享3D空间中重建边界帧来解决这个问题，从而实现多人身份和运动的一致性追踪。实验表明，在网格恢复、摄像头姿态估计和身份保持方面有了显著改进。
-
Lamé曲线LED提升相机姿态估计精度
研究人员开发了一种使用Lamé曲线形LED的可见光定位（VLP）进行相机姿态估计的新方法。该方法称为LC-VLP，旨在通过将各种LED形状视为统一的Lamé曲线来减少所需的LED数量。该系统包括LED广播其参数，配备相机的接收器捕获这些参数，并通过非线性最小二乘问题来估计其姿态。一种新颖的无对应关系PnP算法提供了可靠的初始化，实验表明LC-VLP优于现有方法，位置误差降低了30%以上，平均位置精度小于4厘米。
-
Depth2Pose基准使用相机姿态评估单目深度模型
研究人员推出了一种新的单目深度估计模型评估基准Depth2Pose。该框架基于相机姿态估计的准确性来评估深度质量，这对于视觉定位和SLAM等下游任务来说是一个更实用的指标。与需要昂贵的逐像素深度数据的传统方法不同，Depth2Pose利用了易于获得的相机姿态，从而可以在难以获取真实深度图的挑战性环境中进行评估。配套的D2P数据集包含现有训练数据典型分布之外的场景，突显了当前模型潜在的泛化问题。