来自单目 RGB 动态场景中短期目标姿态跟踪的 OmniPose6D
计算机视觉与模式识别
2025-08-05 v2 机器人学
摘要
为解决单目 RGB 输入下动态环境中短期目标姿态跟踪的挑战，我们提出了一个大规模合成数据集 OmniPose6D，旨��反映真实场景的多样性。我们还提供了一个综合比较姿态跟踪算法的基准框架。我们提出了一条包含不确定性感知的关键点细化网络的管道，采用概率建模来细化姿态估计。与现有基线方法相比较，我们的方法在真实数据集上表现出优于现有方法的性能，凸显了合成数据集和细化技术在增强动态环境下跟踪精度方面的有效性。我们的贡献为在复杂场景中开发和评估目标姿态跟踪方法树立了新标准。
引用
@article{arxiv.2410.06694,
title = {OmniPose6D: Towards Short-Term Object Pose Tracking in Dynamic Scenes from Monocular RGB},
author = {Yunzhi Lin and Yipu Zhao and Fu-Jen Chu and Xingyu Chen and Weiyao Wang and Hao Tang and Patricio A. Vela and Matt Feiszli and Kevin Liang},
journal= {arXiv preprint arXiv:2410.06694},
year = {2025}
}
备注
12 pages, 9 figures (accepted by IROS 2025)