AIGC動態(tài)歡迎閱讀

原標(biāo)題：CVPR 2024 | 零樣本6D物體姿態(tài)估計框架SAM-6D，向具身智能更進(jìn)一步
關(guān)鍵字：物體,姿態(tài),模型,分?jǐn)?shù),樣本
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：7316字

內(nèi)容摘要：

機(jī)器之心專欄
機(jī)器之心編輯部物體姿態(tài)估計在許多現(xiàn)實世界應(yīng)用中起到至關(guān)重要的作用，例如具身智能、機(jī)器人靈巧操作和增強(qiáng)現(xiàn)實等。
在這一領(lǐng)域中，最先受到關(guān)注的任務(wù)是實例級別 6D 姿態(tài)估計，其需要關(guān)于目標(biāo)物體的帶標(biāo)注數(shù)據(jù)進(jìn)行模型訓(xùn)練，使深度模型具有物體特定性，無法遷移應(yīng)用到新物體上。后來研究熱點逐步轉(zhuǎn)向類別級別 6D 姿態(tài)估計，用于處理未見過的物體，但要求該物體屬于已知的感興趣類別。
而零樣本 6D 姿態(tài)估計是一種更具泛化性的任務(wù)設(shè)置，給定任意物體的 CAD 模型，旨在場景中檢測出該目標(biāo)物體，并估計其 6D 姿態(tài)。盡管其具有重要意義，這種零樣本的任務(wù)設(shè)置在物體檢測和姿態(tài)估計方面都面臨著巨大的挑戰(zhàn)。圖 1. 零樣本 6D 物體姿態(tài)估計任務(wù)示意
最近，分割一切模型 SAM [1] 備受關(guān)注，其出色的零樣本分割能力令人矚目。SAM 通過各種提示，如像素點、包圍框、文本和掩膜等，實現(xiàn)高精度的分割，這也為零樣本 6D 物體姿態(tài)估計任務(wù)提供了可靠的支撐， 展現(xiàn)了其前景的潛力。
因此，來自跨維智能、香港中文大學(xué)（深圳）、華南理工大學(xué)的研究人員提出了一個新穎的零樣本 6D 物體姿態(tài)估計框架 SAM-6D。該

原文鏈接：CVPR 2024 | 零樣本6D物體姿態(tài)估計框架SAM-6D，向具身智能更進(jìn)一步

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺