Kolibri 模型实现无需标签的彩色点云 RGB-D 定位
热点事件持续更新
Kolibri 模型实现无需标签的彩色点云 RGB-D 定位
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Leonel Aguilar、Bartu Tuncay 和 Christoph Hoelscher 提出 Kolibri 方法,利用图网络处理颜色与局部形状特征,在未见过的房间中完成机器人定位。该方法将任务简化为寻找位置(Place)并细化姿态(Pose),无需房间标签即可工作。在 ScanNet 数据集测试中,单帧推理耗时 82ms,显著快于传统 GeDi 方法且表现优异。
AI 根据报道生成 · 11 小时前更新
最新进展11月18日 13:00
Kolibri:基于彩色点云的 RGB-D 定位中颜色定位置、细化定姿态报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉Kolibri:基于彩色点云的 RGB-D 定位中颜色定位置、细化定姿态
论文提出 Kolibri 方法,利用几何细化机制将机器人定位问题简化为仅寻找房间位置(Place),由图网络处理颜色与局部形状特征确定具体姿态(Pose)。该方法在 ScanNet 未见过房间测试中表现优异,单帧推理耗时 82ms,显著快于传统 GeDi 方法,且无需房间标签即可工作。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。