实体
LINEMOD
LINEMOD
PulseAugur coverage of LINEMOD — every cluster mentioning LINEMOD across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新框架OneViewAll可从单个RGB-D视图估计物体6D姿态
研究人员开发了OneViewAll，一个用于从单个RGB-D视图估计物体6D姿态的新颖框架，特别适用于缺乏CAD模型的新颖物体。该方法采用“投影与比较”范式，整合了类别、物体和块级别的分层语义先验，以避免计算成本高昂的渲染。OneViewAll展示了显著的性能提升，在LINEMOD数据集上实现了92.5%的ADD-0.1准确率，大幅超越了One2Any等现有基线。
-
DLTPose方法通过新颖的DLT公式增强了6DoF物体姿态估计
研究人员推出了一种名为DLTPose的新方法，用于从RGBD图像估计物体的6DoF姿态。该方法结合了稀疏关键点方法的精确性和密集像素级预测的鲁棒性。DLTPose生成每个像素到关键点的径向距离，然后将其用于新颖的直接线性变换（Direct Linear Transform）公式，以实现精确的3D物体表面估计。该方法还采用了一种独特的对称感知关键点排序技术来更好地处理对称物体，在LINEMOD和YCB-Video等基准数据集上表现优于现有方法。
-
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%。