F2G-Pose：单次前向的类别级位姿估计框架
热点事件观察中
F2G-Pose：单次前向的类别级位姿估计框架
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Jinyu Zhang 等研究者发表 F2G-Pose：它只需单张 RGB-D 观测、一次前向，就能直接预测类别级位姿、度量尺寸和相机坐标系下的补全形状。其做法是把稠密视觉基础特征提升到部分点云，用 DGCNN 编码局部几何，再用 Transformer 整合物体级结构。 作者称，任务网络只用带位姿标注的合成 SOPE 数据训练、RADIO 主干冻结，在 SOPE 和 ROPE 上取得最优精度，仅位姿推理达 28 FPS，并在 HouseCat6D 上验证相机坐标系几何、在 HANDAL 上验证真实物体迁移；在分割后的 RGB-D 输入下完成真实操作实验。项目页、代码与预训练模型已公开。
AI 根据报道生成 · 1 小时前更新
最新进展10月22日 08:00
F2G-Pose：面向直接 RGB-D 类别级物体姿态估计的几何感知基础特征提升报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- HuggingFace Daily PapersF2G-Pose：面向直接 RGB-D 类别级物体姿态估计的几何感知基础特征提升
F2G-Pose 是一个实时单次前向框架，可从单张 RGB-D 观测直接预测类别级姿态、度量尺寸与相机坐标系下的补全形状。它将稠密视觉基础特征提升到部分点云，用 DGCNN tokenization 编码局部几何，并以 Mixture-of-Experts Transformer 整合物体级结构。
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。