F2G-Pose 单帧 RGB-D 实时估计类别级物体位姿与完整形状
sii-research · hf · 2026-10-23
F2G-Pose 提出一个前馈式实时框架，从单张 RGB-D 图像预测类别级物体位姿、公制尺寸和补全后的形状。方法用 RADIO v2.5 提取密集视觉特征并与点云逐点融合，经 DGCNN tokenize 后送入 8 层带 MoE 的 Transformer 编码器，多任务头分别输出旋转 R、平移 t 和尺寸 s，并迭代上采样补全出 2048×3 的完整点云。
「研究」频道最新
- 研究：13款AI代理8款看人下菜，富用户买机票多花198美元 — 2C_ornot2C · 2026-10-23
- AnyGameRenderer 把 AI 代理生成的灰盒游戏画面实时变成高清游戏 — AlayaLab · 2026-10-23
- LayerEditor 把图像编辑拆成可复用 RGBA 图层，一次生成 5-10 层 — jingdong1 · 2026-10-23
- KAIST FRED 自蒸馏改进世界动作模型，人转机器人技能成功率 19.4%→50% — kaist-ai · 2026-10-23
- 同一模型同卡可先卡内存后卡算力：GPU 执行原理全图解 — techNmak · 2026-10-23
- NVIDIA 发布 ArtiFixer：8B 模型修 3D 重建伪影，快 3-4 倍省一半显存 — ZGojcic · 2026-10-23