RGB-D姿态精度领先
直接处理RGB-D原始数据，利用同质多模态的自适应交叉注意力，实现对遮挡与复杂场景下6D姿态的更高精度估计。
Yi, Guo · 王斐 · 楚好 · Jindong, Yu · Han, Shuai
Information Fusion 2026
直接从原始RGB-D数据提取特征，避免了传统方法中先转换为点云的两分支结构，简化了流程并减少信息损失。
利用同质多模态特征的固有相似性，通过全局-局部嵌入和自适应交叉注意力实现更有效的融合，提升姿态估计精度。
在Occlusion-LineMOD遮挡数据集上达到79.6%的准确率，说明在物体被部分遮挡时仍能可靠估计姿态。
在三个流行基准数据集上均取得领先结果，并通过系统性消融分析验证了方法有效性。