Buchumschlag

Uncertainty Quantification with Deep Ensembles for 6D Object Pose Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wursthorn, Kira, Hillemann, Markus, Ulrich, Markus
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DUDES: Deep Uncertainty Distillation using Ensembles for Semantic Segmentation
von: Landgraf, Steven, et al.
Veröffentlicht: (2023)

A Comparative Study on Multi-task Uncertainty Quantification in Semantic Segmentation and Monocular Depth Estimation
von: Landgraf, Steven, et al.
Veröffentlicht: (2024)

Efficient Multi-task Uncertainties for Joint Semantic Segmentation and Monocular Depth Estimation
von: Landgraf, Steven, et al.
Veröffentlicht: (2024)

Rethinking Semi-supervised Segmentation Beyond Accuracy: Reliability and Robustness
von: Landgraf, Steven, et al.
Veröffentlicht: (2025)

A Critical Synthesis of Uncertainty Quantification and Foundation Models in Monocular Depth Estimation
von: Landgraf, Steven, et al.
Veröffentlicht: (2025)

Extending 6D Object Pose Estimators for Stereo Vision
von: Pöllabauer, Thomas, et al.
Veröffentlicht: (2024)

Improving 6D Object Pose Estimation of metallic Household and Industry Objects
von: Pöllabauer, Thomas, et al.
Veröffentlicht: (2025)

FoundationPose: Unified 6D Pose Estimation and Tracking of Novel Objects
von: Wen, Bowen, et al.
Veröffentlicht: (2023)

EfficientPose 6D: Scalable and Efficient 6D Object Pose Estimation
von: Fang, Zixuan, et al.
Veröffentlicht: (2025)

GS2Pose: Two-stage 6D Object Pose Estimation Guided by Gaussian Splatting
von: Mei, Jilan, et al.
Veröffentlicht: (2024)

Novel View Synthesis with Neural Radiance Fields for Industrial Robot Applications
von: Hillemann, Markus, et al.
Veröffentlicht: (2024)

DecomPose: Disentangling Cross-Category Optimization Contention for Category-Level 6D Object Pose Estimation
von: Gao, Yifan, et al.
Veröffentlicht: (2026)

Any6D: Model-free 6D Pose Estimation of Novel Objects
von: Lee, Taeyeop, et al.
Veröffentlicht: (2025)

FAST GDRNPP: Improving the Speed of State-of-the-Art 6D Object Pose Estimation
von: Pöllabauer, Thomas, et al.
Veröffentlicht: (2024)

Learning Point Cloud Representations with Pose Continuity for Depth-Based Category-Level 6D Object Pose Estimation
von: Li, Zhujun, et al.
Veröffentlicht: (2025)

Omni6D: Large-Vocabulary 3D Object Dataset for Category-Level 6D Object Pose Estimation
von: Zhang, Mengchen, et al.
Veröffentlicht: (2024)

RDPN6D: Residual-based Dense Point-wise Network for 6Dof Object Pose Estimation Based on RGB-D Images
von: Hong, Zong-Wei, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Visual Object Pose Estimation
von: Shaikewitz, Lorenzo, et al.
Veröffentlicht: (2025)

Uncertainty Quantification in Detection Transformers: Object-Level Calibration and Image-Level Reliability
von: Park, Young-Jin, et al.
Veröffentlicht: (2024)

VLM6D: VLM based 6Dof Pose Estimation based on RGB-D Images
von: Sarowar, Md Selim, et al.
Veröffentlicht: (2025)

ForcePose: A Deep Learning Approach for Force Calculation Based on Action Recognition Using MediaPipe Pose Estimation Combined with Object Detection
von: M, Nandakishor, et al.
Veröffentlicht: (2025)

V-HOP: Visuo-Haptic 6D Object Pose Tracking
von: Li, Hongyu, et al.
Veröffentlicht: (2025)

FeatureGS: Eigenvalue-Feature Optimization in 3D Gaussian Splatting for Geometrically Accurate and Artifact-Reduced Reconstruction
von: Jäger, Miriam, et al.
Veröffentlicht: (2025)

Improving 2D-3D Dense Correspondences with Diffusion Models for 6D Object Pose Estimation
von: Hönig, Peter, et al.
Veröffentlicht: (2024)

MixRI: Mixing Features of Reference Images for Novel Object Pose Estimation
von: Liu, Xinhang, et al.
Veröffentlicht: (2026)

Uncertainty-Aware Testing-Time Optimization for 3D Human Pose Estimation
von: Wang, Ti, et al.
Veröffentlicht: (2024)

RECALL: Rehearsal-free Continual Learning for Object Classification
von: Knauer, Markus, et al.
Veröffentlicht: (2022)

DreamPose3D: Hallucinative Diffusion with Prompt Learning for 3D Human Pose Estimation
von: Bright, Jerrin, et al.
Veröffentlicht: (2025)

SpaRP: Fast 3D Object Reconstruction and Pose Estimation from Sparse Views
von: Xu, Chao, et al.
Veröffentlicht: (2024)

DICArt: Advancing Category-level Articulated Object Pose Estimation in Discrete State-Spaces
von: Zhang, Li, et al.
Veröffentlicht: (2026)

PoseGRAF: Geometric-Reinforced Adaptive Fusion for Monocular 3D Human Pose Estimation
von: Xu, Ming, et al.
Veröffentlicht: (2025)

PoseMoE: Mixture-of-Experts Network for Monocular 3D Human Pose Estimation
von: Liu, Mengyuan, et al.
Veröffentlicht: (2025)

Doctoral Thesis: Geometric Deep Learning For Camera Pose Prediction, Registration, Depth Estimation, and 3D Reconstruction
von: Kang, Xueyang
Veröffentlicht: (2025)

DeepKalPose: An Enhanced Deep-Learning Kalman Filter for Temporally Consistent Monocular Vehicle Pose Estimation
von: Di Bella, Leandro, et al.
Veröffentlicht: (2024)

JRDB-Pose3D: A Multi-person 3D Human Pose and Shape Estimation Dataset for Robotics
von: Biswas, Sandika, et al.
Veröffentlicht: (2026)

Source-Free and Image-Only Unsupervised Domain Adaptation for Category Level Object Pose Estimation
von: Kaushik, Prakhar, et al.
Veröffentlicht: (2024)

Challenges for Monocular 6D Object Pose Estimation in Robotics
von: Thalhammer, Stefan, et al.
Veröffentlicht: (2023)

MUSE: Model-based Uncertainty-aware Similarity Estimation for zero-shot 2D Object Detection and Segmentation
von: Cho, Sungmin, et al.
Veröffentlicht: (2025)

GroupEnsemble: Efficient Uncertainty Estimation for DETR-based Object Detection
von: Yang, Yutong, et al.
Veröffentlicht: (2026)

HccePose(BF): Predicting Front & Back Surfaces to Construct Ultra-Dense 2D-3D Correspondences for Pose Estimation
von: Wang, Yulin, et al.
Veröffentlicht: (2025)