首页 /研究 /RRTrack:面向动态场景的鲁棒可恢复物体6D姿态跟踪
PERCEPTION

RRTrack:面向动态场景的鲁棒可恢复物体6D姿态跟踪

Junyue Li, Ye Zheng, Yifan Chen, Zhe Sun, Xuelong Li

发表年份
2026
访问权限
开放获取

摘要

本文提出RRTrack,一种高效且可恢复的物体6D姿态跟踪器,通过2D-6D闭环跟踪策略结合记忆型视频目标分割与6D姿态优化,实现对快速运动和完全遮挡的鲁棒跟踪。该方法引入基于DINOv2的双库模板匹配模块,利用离线合成模板和在线观测锚点恢复丢失目标,在合成基准上平均ADD-S AR提升66.3%。

关键词

6D pose trackingdynamic scenesocclusion recoveryvideo object segmentationtemplate matching

相关论文

查看 PERCEPTION 分类全部论文