计算机科学 > 计算机视觉与模式识别
            [提交于 2025年8月12日
            
            
            
            ]
          
          标题: 基于姿态自编码器的相对位姿回归:提升零售应用中的准确性与数据效率
标题: Relative Pose Regression with Pose Auto-Encoders: Enhancing Accuracy and Data Efficiency for Retail Applications
摘要: 精确的相机定位对于现代零售环境至关重要,它能够提升客户体验、简化库存管理并实现自主操作。 虽然从单张图像进行绝对姿态回归(APR)提供了一个有前景的解决方案,但结合视觉和空间场景先验的方法通常能实现更高的准确性。 相机姿态自动编码器(PAEs)最近被引入以将这些先验嵌入到APR中。 在本工作中,我们将PAEs扩展到相对姿态回归(RPR)任务,并提出一种新的重新定位方案,该方案使用基于PAE的RPR来优化APR预测,而无需额外存储图像或姿态数据。 我们首先介绍基于PAE的RPR,并通过与具有相同架构的基于图像的RPR模型进行比较来证明其有效性。 然后我们展示了由基于PAE的RPR驱动的精炼策略,在室内基准测试中提升了APR的定位精度。 值得注意的是,即使仅使用30%的数据进行训练,我们的方法也表现出具有竞争力的性能,显著降低了零售部署中的数据收集负担。 我们的代码和预训练模型可在以下链接获取:https://github.com/yolish/camera-pose-auto-encoders
文献和引用工具
与本文相关的代码,数据和媒体
            alphaXiv (什么是 alphaXiv?)
          
        
            CatalyzeX 代码查找器 (什么是 CatalyzeX?)
          
        
            DagsHub (什么是 DagsHub?)
          
        
            Gotit.pub (什么是 GotitPub?)
          
        
            Hugging Face (什么是 Huggingface?)
          
        
            带有代码的论文 (什么是带有代码的论文?)
          
        
            ScienceCast (什么是 ScienceCast?)
          
        演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.
 
               
  