跳到正文
热点事件持续更新

MORSEPose:无网格关键点学习实现类别级 6D 姿态估计

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Junghoon Seo、Hakjin Lee 和 Jaehoon Sim 于 2026-11-20 在 arXiv 提交论文,提出 MORSEPose 方法。该方法利用标准姿态和度量尺寸标注直接构建支持区域,将观测到的 3D 点映射到归一化物体坐标并保留包络内的点,从而在无需对象感知重建的情况下保持可见表面几何。 实验表明,该方法的包络与基于表面的监督一致,在边界扰动和视角变化下保持稳定,并在 REAL275 和 HouseCat6D 基准上实现了具有竞争力的姿态估计精度。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉
    MORSEPose:一种基于无网格关键点学习的类别级 6D 物体姿态估计方法

    论文提出 MORSEPose 方法,旨在解决未见实例的类别级 6D 姿态估计问题。该方法利用标准姿态和度量尺寸标注直接构建支持区域,将观测到的 3D 点映射到归一化物体坐标并保留包络内的点,从而在无需对象感知重建的情况下保持可见表面几何。实验表明,该方法的包络与基于表面的监督一致,在边界扰动和视角变化下保持稳定,并在 REAL275 和 HouseCat6D 基准上实现了具有竞争力的姿态估计精度。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。