F2G-Pose：几何感知基础特征提升的RGB-D类别级物体位姿估计

F2G-Pose以单次前向实现实时类别级RGB-D位姿估计。

资讯摘要

论文提出F2G-Pose，一种单次前向传播的实时直接框架，从单张RGB-D观测预测类别级位姿、度量尺寸与相机坐标系补全形状。方法将稠密视觉基础特征提升到部分点云，用DGCNN分词编码局部几何，并以专家混合Transformer整合物体级结构。作者报告其在SOPE与ROPE上达到最优精度，仅位姿推理28 FPS，并在HouseCat6D与HANDAL上展示几何与真实物体迁移效果。

要点速读

1. 论文提出F2G-Pose，单次前向即可输出类别级位姿、度量尺寸和相机坐标系补全形状。
2. 方法将视觉基础特征提升至部分点云，结合DGCNN分词与专家混合Transformer。
3. 作者报告在SOPE、ROPE上达到最优精度，仅位姿推理28 FPS，并给出真实操作实验。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:35（北京时间）。