Copertina

Pose Tracking with a Foundation Pose Model and an Ensemble Directional Kalman Filter

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Lu, Tianlu, Sijan, Asif, Noh, Thomas, Chen, Huaijin, Popov, Andrey A.
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Differential Geometry Applications
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Sasaki Metric for Spline Models of Manifold-Valued Trajectories
di: Nava-Yazdani, Esfandiar, et al.
Pubblicazione: (2023)

Logifold: A Geometrical Foundation of Ensemble Machine Learning
di: Jung, Inkee, et al.
Pubblicazione: (2024)

Extended Kalman Filtering on Stiefel Manifolds
di: Figueras, Jordi-Lluís, et al.
Pubblicazione: (2025)

A Python implementation of some geometric tools on Kendall 3D shape space for practical applications
di: Valero, Jorge, et al.
Pubblicazione: (2026)

On the Convergence of the Extended Kalman Filter on Stiefel Manifolds when Observing a Constant Particle with Measurement Errors
di: Figueras, Jordi-Lluís, et al.
Pubblicazione: (2025)

A geometrical perspective on parametric psychometric models
di: Tuerlinckx, Francis
Pubblicazione: (2024)

Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds
di: Sun, Xingzhi, et al.
Pubblicazione: (2024)

Kernel-Gradient Drifting Models
di: Esteban-Casadevall, Maria, et al.
Pubblicazione: (2026)

Deep Generative Models: Complexity, Dimensionality, and Approximation
di: Wang, Kevin, et al.
Pubblicazione: (2025)

Revealing Decurve Flows for Generalized Graph Propagation
di: Lin, Chen, et al.
Pubblicazione: (2024)

Distance Measure Based on an Embedding of the Manifold of K-Component Gaussian Mixture Models into the Manifold of Symmetric Positive Definite Matrices
di: Vishwakarma, Amit, et al.
Pubblicazione: (2025)

Thinner Latent Spaces: Detecting Dimension and Imposing Invariance with Conformal Autoencoders
di: Kevrekidis, George A., et al.
Pubblicazione: (2024)

Ensemble Kalman filter for uncertainty in human language comprehension
di: Bhandari, Diksha, et al.
Pubblicazione: (2025)

Relative Pose Observability Analysis Using Dual Quaternions
di: Andrews, Nicholas B., et al.
Pubblicazione: (2024)

Minimising Willmore Energy via Neural Flow
di: Hirst, Edward, et al.
Pubblicazione: (2026)

Interpretable Analytic Calabi-Yau Metrics via Symbolic Distillation
di: Eng, D Yang
Pubblicazione: (2026)

Steerable Neural ODEs on Homogeneous Spaces
di: Andersdotter, Emma, et al.
Pubblicazione: (2026)

Complex normalizing flows can almost be information Kähler-Ricci flows
di: Gracyk, Andrew
Pubblicazione: (2026)

Geometric and Spectral Alignment for Deep Neural Network I
di: Liu, Ziran, et al.
Pubblicazione: (2026)

Cross-Layer Subspace Coupling for LLM Compression: A Unifying Framework and Its Empirical Limits
di: Khilar, Snigdha Chandan
Pubblicazione: (2026)

Geometric and Spectral Alignment for Deep Neural Network II
di: Liu, Ziran, et al.
Pubblicazione: (2026)

Jet Functors and Weil Algebras in Automatic Differentiation: A Geometric Analysis
di: Sangha, Amandip
Pubblicazione: (2025)

Barycentric subspace analysis of network-valued data
di: Maignant, Elodie, et al.
Pubblicazione: (2025)

Learning Beyond Euclid: Curvature-Adaptive Generalization for Neural Networks on Manifolds
di: Sarkar, Krisanu
Pubblicazione: (2025)

Hardness of Learning Neural Networks under the Manifold Hypothesis
di: Kiani, Bobak T., et al.
Pubblicazione: (2024)

Cartan moving frames and the data manifolds
di: Tron, Eliot, et al.
Pubblicazione: (2024)

Universal Collection of Euclidean Invariants between Pairs of Position-Orientations
di: Bellaard, Gijs, et al.
Pubblicazione: (2025)

Roto-Translation Invariant Metrics on Position-Orientation Space
di: Bellaard, Gijs, et al.
Pubblicazione: (2025)

Flow Matching on Lie Groups
di: Sherry, Finn M., et al.
Pubblicazione: (2025)

Robust Tangent Space Estimation via Laplacian Eigenvector Gradient Orthogonalization
di: Kohli, Dhruv, et al.
Pubblicazione: (2025)

Discretized Gradient Flow for Manifold Learning in the Space of Embeddings
di: Gold, Dara, et al.
Pubblicazione: (2019)

Riemannian Integrated Gradients: A Geometric View of Explainable AI
di: Costanza, Federico, et al.
Pubblicazione: (2025)

A singular Riemannian Geometry Approach to Deep Neural Networks III. Piecewise Differentiable Layers and Random Walks on $n$-dimensional Classes
di: Benfenati, Alessandro, et al.
Pubblicazione: (2024)

Persistent de Rham-Hodge Laplacians in Eulerian representation for manifold topological learning
di: Su, Zhe, et al.
Pubblicazione: (2024)

Score-based Pullback Riemannian Geometry: Extracting the Data Manifold Geometry using Anisotropic Flows
di: Diepeveen, Willem, et al.
Pubblicazione: (2024)

Fiber Bundle Networks: A Geometric Machine Learning Paradigm
di: Liu, Dong
Pubblicazione: (2025)

Universal kernels via harmonic analysis on Riemannian symmetric spaces
di: Steinert, Franziskus, et al.
Pubblicazione: (2025)

Tangentially Aligned Integrated Gradients for User-Friendly Explanations
di: Simpson, Lachlan, et al.
Pubblicazione: (2025)

Simultaneous Optimization of Geodesics and Fréchet Means
di: Rygaard, Frederik Möbius, et al.
Pubblicazione: (2025)

Staying on the Manifold: Geometry-Aware Noise Injection
di: Jacobsen, Albert Kjøller, et al.
Pubblicazione: (2025)