Key points are not available for this paper at this time.
تشكل تقنية تقدير وضع الجسم بست درجات من الحرية حجر الزاوية للسيطرة الدقيقة على الروبوتات والمهام المشابهة. من خلال معالجة قيود أساليب تقدير وضع 6-DoF الحالية في التعامل مع حالات حجب الأجسام والأجسام غير المعروفة، طورنا طريقة جديدة لتقدير وضع 6-DoF على مرحلتين تدمج بيانات RGB-D مع نماذج CAD. في البداية، وبدءًا من مهام تقسيم الأجسام عالية الجودة في حالة عدم توفر نموذج، ابتكرنا نموذج CAE-SAM بناءً على إطار عمل SAM. في معالجة ضباب الحدود في نموذج SAM، والفجوات في الأقنعة، ومشكلات التقسيم الزائد، يقدم هذا البحث استراتيجيات مبتكرة مثل وحدات تعزيز الميزات المكانية المحلية، وعلامات السياق العالمية، ومولد صناديق الحد. بعد ذلك، اقترحنا طريقة تسجيل تم تحسينها من خلال مقياس مسافة هجينة لتقليل الاعتماد على خوارزميات تسجيل سحب النقاط فيما يتعلق بالمعلمات الحساسة. نتائج التجارب على مجموعة بيانات HQSeg-44K تدعم التحسينات الملحوظة في دقة وقوة تقسيم النسخ التي يقدمها نموذج CAE-SAM. علاوة على ذلك، تم تأكيد فعالية هذه الطريقة ذات المرحلتين باستخدام مجموعة بيانات وضع 6-DoF لعينات العمل التي تم إنشاؤها باستخدام CloudCompare وRealSense. بالنسبة للأهداف غير المرئية، حقق مقياس ADD قيمة 2.973 ملم، بينما وصلت قيمة ADD-S إلى 1.472 ملم. يعزز هذا البحث بشكل كبير أداء تقدير الوضع ويسهل إجراءات نشر وصيانة الخوارزمية.
درس Li وآخرون (Fri) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: