Główne pojęcia
UPNeRF는 단일 네트워크를 통해 객체의 자세, 모양 및 질감을 예측하는 통합 솔루션입니다. UPNeRF는 실제 주행 장면의 부정확한 레이블로 학습되며, 새로운 교차 데이터셋 시나리오에 강력하게 적응합니다.
Streszczenie
이 논문은 단일 이미지에서 객체의 자세, 모양 및 질감을 동시에 예측하는 UPNeRF라는 통합 프레임워크를 소개합니다. UPNeRF는 객체 차원 추정과 자세 정제를 분리하여 스케일-깊이 모호성을 해결하고, 일반화가 잘 되는 투영 박스 표현을 도입합니다.
UPNeRF는 객체 중심 NeRF 프레임워크에 부드럽게 통합되는 전용 자세 추정기를 사용하여 외부 3D 탐지기 없이도 작동합니다. UPNeRF는 nuScenes 데이터셋에서 재구성 및 자세 추정 작업 모두에서 최신 기술 수준 결과를 달성합니다. 또한 KITTI 및 Waymo 데이터셋에서 최대 50%의 회전 및 이동 오류 감소로 뛰어난 교차 데이터셋 일반화를 보여줍니다.
Statystyki
단일 이미지에서 객체의 자세, 모양 및 질감을 예측할 수 있습니다.
nuScenes 데이터셋에서 재구성 및 자세 추정 작업 모두에서 최신 기술 수준 성능을 달성합니다.
KITTI 및 Waymo 데이터셋에서 최대 50%의 회전 및 이동 오류 감소로 뛰어난 교차 데이터셋 일반화를 보여줍니다.
Cytaty
"UPNeRF는 단일 네트워크를 통해 객체의 자세, 모양 및 질감을 예측하는 통합 솔루션입니다."
"UPNeRF는 실제 주행 장면의 부정확한 레이블로 학습되며, 새로운 교차 데이터셋 시나리오에 강력하게 적응합니다."
"UPNeRF는 객체 중심 NeRF 프레임워크에 부드럽게 통합되는 전용 자세 추정기를 사용하여 외부 3D 탐지기 없이도 작동합니다."