HuggingFace Daily Papers· Jinyu Zhang, Haitao Lin, Jiashu Hou, Xiangyang Xue, Yanwei Fu·· 4 天前AI 评分45
F2G-Pose: 几何感知的基础特征提升直接 RGB-D 类别级物体姿态估计
F2G-Pose: Geometry-Aware Foundation Feature Lifting for Direct RGB-D Category-Level Object Pose Estimation
AI 导读
F2G-Pose 提出实时单次前向框架，从单次 RGB-D 观测预测类别级姿态、度量尺寸和相机坐标系完整形状，在 SOPE 和 ROPE 上达到 SOTA 准确率，姿态推理速度达 28 FPS。模型仅使用姿态标注的合成 SOPE 数据训练，冻结 RADIO 骨干网络，并在 HouseCat6D 和 HANDAL 上展示强几何性能和真实物体迁移能力。项目代码与预训练模型已开源。
来源：HuggingFace Daily Papers · arxiv.org