iCaps：反復的なカテゴリレベルのオブジェクトのポーズと形状の推定
iCaps: Iterative Category-level Object Pose and Shape Estimation この論文では、カテゴリレベルの6Dオブジェクトのポーズと形状の推定アプローチiCapsを提案します。これにより、カテゴリ内の見えないオブジェクトの6Dポーズを追跡し、それらの3D形状を推定できます。深度画像を入力として使用するカテゴリレベルのオートエンコーダネットワークを開発します。オートエンコーダからの特徴の埋め込みにより、カテゴリ内のオブジェクトのポーズがエンコードされます。オートエンコーダは、粒子フィルタフレームワークで使用して、カテゴリ内のオブジェクトの6Dポーズを推定および追跡できます。符号付き距離関数に基づく暗黙的な形状表現を利用することにより、LatentNetを構築して、オブジェクトの推定ポーズが与えられた場合の3D形状の潜在表現を推定します。次
ROFT：リアルタイムオプティカルフロー支援6Dオブジェクトのポーズと速度の追跡
ROFT: Real-Time Optical Flow-Aided 6D Object Pose and Velocity Tracking 6Dオブジェクトのポーズ追跡は、ロボット工学およびコンピュータビジョンのコミュニティで広く研究されています。ディープニューラルネットワークおよび/またはフィルタリングと最適化を活用する最も有望なソリューションは、標準ベンチマークで顕著なパフォーマンスを示します。ただし、私たちの知る限り、これらは高速のオブジェクトの動きに対して徹底的にテストされていません。このシナリオでの追跡パフォーマンスは、特にリアルタイムのパフォーマンスを達成せず、無視できない遅延をもたらすメソッドの場合、大幅に低下します。この作業では、RGB-D画像のストリームからの6Dオブジェクトのポーズと速度の追跡のためのカルマンフィルター手法であるROFTを紹介します。 ROFTは、リ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://arxiv-check-250201.firebaseapp.com/each/2311.11039v2
https://arxiv-check-250201.firebaseapp.com/each/2403.09799v2
https://arxiv-check-250201.firebaseapp.com/each/2311.14155v2
https://arxiv-check-250201.firebaseapp.com/each/2403.09799v1
https://arxiv-check-250201.firebaseapp.com/each/2311.15707v2
https://arxiv-check-250201.firebaseapp.com/each/2311.18809v1
https://arxiv-check-250201.firebaseapp.com/each/2311.15707v1
https://arxiv-check-250201.firebaseapp.com/each/2311.11039v1
https://arxiv-check-250201.firebaseapp.com/each/2310.18511v1
SA6D: 新しいオブジェクトと遮蔽されたオブジェクト用の自己適応型少数ショット 6D ポーズ推定器
自己監視型 6D オブジェクト姿勢推定のための擬似フローの一貫性
Uni6Dv2: 6D 姿勢推定のノイズ除去
特定の剛体の検出、セグメンテーション、姿勢推定に関する BOP チャレンジ 2022
TexPose: 自己教師あり 6D オブジェクトの姿勢推定のためのニューラル テクスチャ学習
Uni6Dv2: 6D 姿勢推定のノイズ除去
NeRF-Pose：弱教師あり6Dオブジェクトポーズ推定のためのFirst-Reconstruct-Then-Regressアプローチ
深い単眼6Dオブジェクトポーズ推定のための敵対的なサンプル
ProgressLabeller: オブジェクト中心の 3D 知覚をトレーニングするためのビジュアル データ ストリーム アノテーション