¿Qué significa "Estimación de Pose"?

Método innovador mejora la precisión de la estimación de poses desde diferentes ángulos.

Un nuevo método de telemanipulación mejora la colaboración entre robots y humanos en la limpieza de desechos.

Un nuevo método usa el lenguaje para mejorar la estimación de la postura de los robots en áreas concurridas.

YOLOPose usa Transformadores para una estimación precisa de la posición de objetos en 6D.

Nuevo método usa video para colocar sensores en el seguimiento de actividades humanas.

Nuevos métodos aseguran la precisión de la posición de la cámara en aplicaciones críticas.

KeyGNet mejora la precisión en la estimación de poses a través de una selección más refinada de puntos clave.

Un nuevo método mejora la precisión de los robots al detectar y manejar tubos de ensayo.

Un nuevo método mejora la precisión de localización usando datos de línea de imágenes panorámicas.

Un nuevo método mejora el modelado 3D a partir de imágenes de drones.

Nuevos métodos mejoran la eficiencia de comunicación mmWave y el seguimiento de vehículos en movimiento.

Nuestro método mejora la estimación de la postura del lanzador usando análisis de video para reducir el impacto del desenfoque de movimiento.

TEMPO mejora la estimación de poses al rastrear y predecir movimientos en tiempo real.

El conjunto de datos YCB-Ev mejora la estimación de poses usando datos de cámaras RGB-D y de eventos.

El dataset RenderIH mejora la precisión en la comprensión de las interacciones de la mano humana.

Un nuevo método mejora el rendimiento de tareas de los robots usando comprensión y posicionamiento de objetos.

Un nuevo método mejora la automatización para insertar placas de pozo con alta precisión.

Explorando el impacto del aprendizaje multitarea en la eficiencia y los resultados quirúrgicos.

Un nuevo método mejora la predicción del movimiento del cuerpo para dispositivos montados en la cabeza.

Un nuevo enfoque mejora el seguimiento del movimiento humano usando múltiples cámaras.

Este documento presenta un marco para validar métodos de aprendizaje profundo en el análisis de imágenes médicas.

Este estudio investiga un nuevo método para la coincidencia de imágenes centrado en regiones texturizadas.

Nuestro método elimina las auto-intersecciones en formas y poses de cuerpo en 3D.

FastMAC ofrece un método más rápido para alinear nubes de puntos 3D con alta precisión.

DVMNet mejora la estimación de la pose de objetos para objetos no vistos con nuevas técnicas.

Un nuevo marco mejora la estimación de pose para objetos diversos usando aprendizaje de meta-puntos.

Un nuevo marco para reconstruir objetos 3D usando imágenes monoculares.

Un referente para evaluar la capacidad del aprendizaje auto supervisado en tareas geométricas.

mmDiff mejora la precisión de la estimación de pose humana usando tecnología de radar innovadora.

Aprende a crear modelos 3D de perros usando videos simples.

Un marco para alinear imágenes de objetos similares en el espacio 3D.

PowerSkel utiliza señales de WiFi para un monitoreo de seguridad eficiente en las estaciones de energía.

Un nuevo método mejora la reconstrucción de objetos en 3D usando un solo video RGB.

Un nuevo método mejora la precisión del seguimiento de alimentos usando modelos en 3D y imágenes en 2D.

Un nuevo enfoque para mejorar la estimación de la posición de los instrumentos quirúrgicos en imágenes de rayos X.

Este algoritmo mejora la precisión de la posición de la cámara usando puntos y líneas.

Cómo la tecnología avanzada mejora nuestra comprensión del comportamiento animal.

Aprende cómo la pérdida de flujo ponderado mejora la estimación de pose en robótica.

ImageNet3D mejora la comprensión de objetos 3D en imágenes por parte de las máquinas.

Nuevos métodos mejoran la visualización 3D de estructuras biológicas a través de una mejor estimación de la pose.