**F2G-Pose：基于几何感知的基座特征提升实现实时类别级物体位姿估计**

_F2G-Pose: Geometry-Aware Foundation Feature Lifting for Direct RGB-D Category-Level Object Pose Estimation_

> 针对类别级 RGB-D 物体位姿估计中可靠性与效率难以平衡的难题，F2G-Pose 提出了一种实时、单通道的直接预测框架。该方法通过基座模型提取的视觉特征，结合局部几何编码与专家混合 Transformer，直接预测物体位姿、度量尺寸及相机坐标系下的完整形状。F2G-Pose 在无需实例特定 CAD 模型的情况下，利用合成数据训练并冻结预训练骨干网络，在 SOPE 和 ROPE 数据集上实现了最先进精度，同时保持 28 FPS 的高推理速度，展现了在真实世界操作中的部署潜力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.31623)