基于混合任务级联和高分辨率网络的高级目标检测与姿态估计
计算机视觉与模式识别
2025-02-07 v1
摘要
在计算机视觉领域，6D目标检测和姿态估计是机器人、增强现实和自动驾驶等应用的关键技术。传统方法往往难以在目标检测和精确姿态估计之间实现高准确率。本研究提出了一种改进的6D目标检测和姿态估计管线，基于现有的6D-VNet框架，集成了混合任务级联（HTC）和高分辨率网络（HRNet）作为 backbone。通过利用HTC多阶段细化过程的优势以及HRNet保持高分辨率表示的能力，我们的方法显著提高了检测准确率和姿态估计精度。此外，我们引入了高级后处理技术和一种新颖的模型集成策略，共同为在公共和私有基准测试中取得优异性能作出了贡献。我们的方法在SOTA模型之上实现了显著的改进，为6D目标检测和姿态估计领域提供了有价值的贡献。
引用
@article{arxiv.2502.03877,
title = {Advanced Object Detection and Pose Estimation with Hybrid Task Cascade and High-Resolution Networks},
author = {Yuhui Jin and Yaqiong Zhang and Zheyuan Xu and Wenqing Zhang and Jingyu Xu},
journal= {arXiv preprint arXiv:2502.03877},
year = {2025}
}