复旦 NeurIPS 论文 F2G-Pose:单帧 RGB-D 直接回归 6D 位姿,快 7 倍

机器之心 · wechat · 2026-11-22

复旦大学与上海创智学院团队的 F2G-Pose 被 NeurIPS 2026 接收,走「直接回归」路线做类别级 6D 位姿估计:给定一帧分割后的 RGB-D 输入,一次前向传播同时输出 6D 位姿、真实尺寸和相机坐标系下的补全三维形状,无需扩散采样与候选筛选。方法把冻结的 RADIOv2.5 视觉基础特征按相机内参提升到点云上,用 DGCNN 提取局部几何,再经 MoE Transformer(8 专家选 2)整合,并以形状补全作为几何监督。论文还指出 GenPose++ 的候选筛选瓶颈:含真值挑选时 79.3% 实例旋转误差 <5°,实际筛选后仅 48.3%。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →