AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：NeurIPS?2023｜北京大學(xué)提出類別級(jí)6D物體位姿估計(jì)新范式，取得新SOTA

關(guān)鍵字：物體,方法,姿態(tài),模型,類別

文章來源：機(jī)器之心

內(nèi)容字?jǐn)?shù)：6238字

內(nèi)容摘要：機(jī)器之心專欄作者：張繼耀類別級(jí) 6D 物姿估計(jì)是一個(gè)基礎(chǔ)且重要的問題，在機(jī)器人、虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)等領(lǐng)域應(yīng)用廣泛。本文中，來自北京大學(xué)的研究者提出了一種類別級(jí) 6D 物姿估計(jì)新范式，取得了新的 SOTA 結(jié)果，論文已被機(jī)器學(xué)習(xí)領(lǐng)域頂會(huì) NeurIPS 2023 接收。6D 物姿估計(jì)作為計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要任務(wù)，在機(jī)器人、虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)等領(lǐng)域有眾多應(yīng)用。盡管實(shí)例級(jí)別的物姿估計(jì)已經(jīng)取得了顯著進(jìn)展，但它需要事先了解物體的特性，因此無法輕松適用于新的物體，這限制了其實(shí)際應(yīng)用。為了解決這一問題，近年來，越來越多的研究工作集中在類別級(jí)別的物姿估計(jì)上。類別級(jí)別的位姿估計(jì)要求算法不依賴于物體的 CAD 模型，能夠直接應(yīng)用到與訓(xùn)練數(shù)據(jù)中相同類別的新物體。目前，主流的類別級(jí)別 6D 物姿估計(jì)方法可以分為兩大類：一是直接回歸的端到端方法，二是基于物體類別先驗(yàn)的兩階段方法。然而，這…

原文鏈接：點(diǎn)此閱讀原文：NeurIPS?2023｜北京大學(xué)提出類別級(jí)6D物姿估計(jì)新范式，取得新SOTA

聯(lián)系作者

文章來源：機(jī)器之心

作者微信：almosthuman2014

作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)