Newest papers

F2G-Pose: Geometry-Aware Foundation Feature Lifting for Direct RGB-D Category-Level Object Pose Estimation

Jinyu Zhang, Haitao Lin, Jiashu Hou, Xiangyang Xue, Yanwei Fu · 2026 · arXiv

DOI: 10.48550/arXiv.2610.31623 · open-access PDF

Korean

이 논문은 인스턴스 특정 CAD 모델 또는 참조 보기없이 객체의 3D 회전 및 번역을 복구하는 범주 수준의 RGB-D 개체 포즈 추정을 연구합니다.이 작업은 클래스 내 변동, 대칭 및 부분 관찰으로 인해 매우 불분명합니다.현재 솔루션은 신뢰성과 효율성을 균형 잡기 위해 어려움을 겪습니다 : 중간 구조를 기반으로하는 방법은 오류 확산에 취약하며, 확산 모델은 높은 추론 지연 시간과 복잡한 포스트 호크 후보 추출으로 고통받습니다.이를 해결하기 위해 우리는 F2G-Pose, 실시간 직접, 단일 통과 프레임 워크를 제시합니다.

Machine translation (Meta M2M100); the English original follows.

Abstract

This paper studies category-level RGB-D object pose estimation, which recovers an object's 3D rotation and translation without instance-specific CAD models or reference views. This task is highly ambiguous due to intra-class variations, symmetries, and partial observations. Current solutions struggle to balance reliability and efficiency: methods based on intermediate structures are prone to error propagation, while diffusion models suffer from high inference latency and complex post-hoc candidate extraction. To address this, we present F2G-Pose, a real-time direct, single-pass framework that

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange