复旦大学团队提出 F2G-Pose 被 NeurIPS 2026 接收
热点事件持续更新
复旦大学团队提出 F2G-Pose 被 NeurIPS 2026 接收
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
复旦大学与上海创智学院研究团队提出 F2G-Pose(Geometry-Aware Foundation Feature Lifting)方法,通过一次前向传播从 RGB-D 观测同时预测物体类别级 6D 位姿、真实尺寸与补全三维形状,论文已被 NeurIPS 2026 接收。 据团队介绍,该方法目前需要输入已分割的物体区域;当分割结果不准确、深度信息严重缺失或关键结构被遮挡时,预测仍可能受到影响。
AI 根据报道生成 · 1 小时前更新
最新进展11月22日 13:21
NeurIPS 2026 | F2G-Pose:一次前向预测物体位姿、尺寸与完整形状报道时间线
沿着报道,了解事件的不同侧面。
11月22日
- 机器之心NeurIPS 2026 | F2G-Pose:一次前向预测物体位姿、尺寸与完整形状
复旦大学与上海创智学院团队的 F2G-Pose 被 NeurIPS 2026 接收,通过一次前向传播从 RGB-D 观测同时预测物体 6D 位姿、真实尺寸与补全三维形状。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。