Ego3DT:在自我中心视频中追踪每个3D物体
发表于: 。本研究解决了自我中心视频中物体定位和追踪的准确性问题,由于观角的多样性,该领域面临重大挑战。论文提出了一种新颖的零样本方法Ego3DT,通过提取物体检测和分割信息,并利用相邻视频帧构建3D场景,从而实现了高效稳定的3D追踪轨迹。实验结果显示,在两个新生成的数据集上,方法的表现提高了1.04倍至2.90倍,证明了其在不同自我中心场景中的鲁棒性和准确性。
本研究解决了自我中心视频中物体定位和追踪的准确性问题,由于观角的多样性,该领域面临重大挑战。论文提出了一种新颖的零样本方法Ego3DT,通过提取物体检测和分割信息,并利用相邻视频帧构建3D场景,从而实现了高效稳定的3D追踪轨迹。实验结果显示,在两个新生成的数据集上,方法的表现提高了1.04倍至2.90倍,证明了其在不同自我中心场景中的鲁棒性和准确性。