MORSEPose:无网格关键点学习实现类别级 6D 姿态估计
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
最新进展11月20日 13:00
MORSEPose:一种基于无网格关键点学习的类别级 6D 物体姿态估计方法报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- 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。