EgoCOL：面向开放世界三维对象定位的自我中心相机位姿估计 @Ego4D挑战赛2023
计算机视觉与模式识别
2023-06-30 v1
摘要
我们提出EgoCOL，一种用于开放世界三维对象定位的自我中心相机位姿估计方法。我们的方法以两种方式利用稀疏相机位姿重建——视频与扫描独立进行——以在高召回率与高精度下估计自我中心帧在三维渲染中的相机位姿。我们在Visual Query（VQ）三维对象定位Ego4D基准上广泛评估了我们的方法。在CVPR 2023的Ego4D视觉查询三维定位挑战赛中，EgoCOL在验证集和测试集上分别比Ego4D基线多估计了62%和59%的相机位姿。我们的代码公开于https://github.com/BCV-Uniandes/EgoCOL
引用
@article{arxiv.2306.16606,
title = {EgoCOL: Egocentric Camera pose estimation for Open-world 3D object Localization @Ego4D challenge 2023},
author = {Cristhian Forigua and Maria Escobar and Jordi Pont-Tuset and Kevis-Kokitsi Maninis and Pablo Arbeláez},
journal= {arXiv preprint arXiv:2306.16606},
year = {2023}
}