HyperAIHyperAI
منذ 2 أشهر

SSD-6D: جعل الكشف ثلاثي الأبعاد والتقدير المكاني سداسي الأبعاد باستخدام الصور الملونة أكثر فعالية مرة أخرى

Wadim Kehl; Fabian Manhardt; Federico Tombari; Slobodan Ilic; Nassir Navab
SSD-6D: جعل الكشف ثلاثي الأبعاد والتقدير المكاني سداسي الأبعاد باستخدام الصور الملونة أكثر فعالية مرة أخرى
الملخص

نقدم طريقة جديدة للكشف عن نماذج ثلاثية الأبعاد وتقدير وضعياتها الستة الأبعاد من بيانات RGB في تصوير واحد. لتحقيق هذا، قمنا بتوسيع نموذج SSD الشائع ليغطي الفضاء الكامل للوضعية الستة الأبعاد وتم التدريب باستخدام بيانات النماذج المصنعة فقط. يتنافس نهجنا أو يتفوق على الأساليب الرائدة حاليًا التي تستفيد من بيانات RGB-D في مجموعات بيانات صعبة متعددة. بالإضافة إلى ذلك، تنتج طريقتنا هذه النتائج بمعدل حوالي 10 هرتز، وهو أسرع بكثير من الأساليب ذات الصلة. لأجل الإعادة القابلة للتكرار، جعلنا شبكاتنا المدربة وكود الكشف متاحين للجمهور.

SSD-6D: جعل الكشف ثلاثي الأبعاد والتقدير المكاني سداسي الأبعاد باستخدام الصور الملونة أكثر فعالية مرة أخرى | أحدث الأوراق البحثية | HyperAI