PERCEPTION开放获取
基于可变形物体先验的相机空间类别级3D对应
Leonhard Sommer, Artur Jesslen, Basavaraj Sunagad, Adam Kortylewski
2026
摘要
本文研究从单张图像预测类别级3D对应关系,提出通过学习共享可变形物体先验实现无需显式对应监督。同时引入大规模基准数据集HouseCorr3D,包含50个家居类别、178k图像及3D关键点标注,并提出了Morpheus方法学习可变形类别级形状先验。
关键词
3D correspondencecategory-levelmorphable object priorpose estimationkeypoint annotation
相关论文
PERCEPTION
📊 0 引用
基于点云配准的非破坏性高分辨率涂层厚度三维扫描测量
Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者
Robotics and Computer-Integrated Manufacturing · 2026
PERCEPTION
📊 0 引用
基于原型模糊推理与证据融合的不确定性引导工业机器人可进化识别框架
Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者
Robotics and Computer-Integrated Manufacturing · 2026
PERCEPTION
📊 0 引用
迈向智能机器人时代:用于高级感知系统的多模态柔性触觉传感器
Sili Ding, Feng Xu, Jie Chen 等 6 位作者
Progress in Materials Science · 2026
PERCEPTION
📊 0 引用
基于交叉注意力的类别级6D姿态估计先验变形
Shuai Guo, Yongchao Yang, Lifeng Zhang 等 5 位作者
Neural Networks · 2026