跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. 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
–

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。