跳到正文
arXiv · 机器人与计算机视觉· Jiahuan Cheng, Zhiyi Li, Tian Xia, Ruojin Cai, Yilun Du, Qianqian Wang·· 2026-10-05AI 评分74

MoSE3:首个从单目视频中预测像素级 SE(3) 运动的世界空间模型

MoSE3: Learning World-Space SE(3) at Every Pixel

AI 导读

论文提出了 MoSE3,这是首个能从单目 RGB 视频端到端预测像素级 SE(3) 运动的模型,能同时输出旋转、平移及刚体分组信息。为弥补数据缺口,作者构建了 Art-Kubric 大规模合成数据集,包含稠密 SE(3) 和刚性标签以支持物理交互研究。

来源:arXiv · 机器人与计算机视觉 · arxiv.org