特征融合狂发顶会，再出神作

特征融合是将来自不同来源、不同层次或不同表示的特征进行合并或整合，以形成新的、更具表现力的特征集合。

今天就特征融合整理出了论文+开源代码，以下是精选部分论文

更多论文料可以关注：AI科技探寻，发送：111  领取更多[论文+开源码】  

论文1

SecondPose: SE(3)-Consistent Dual-Stream Feature Fusion for Category-Level Pose Estimation

SecondPose：用于类别级姿态估计的SE(3)  一致的双流特征融合

方法：

1. 双流特征融合：结合了对象特定的几何特征和DINOv2提供的语义类别先验，通过分层提取两种SE(3)不变的几何特征（成对距离和成对角度）来封装局部到全局的对象特定信息。

2. 几何特征提取：通过计算点对特征（PPF）并基于面板的几何特征来构建局部到全局的几何表示。

3. 语义特征提取：利用DINOv2提取的语义特征，提供全局信息和类别先验。

创新点：

1. 双流特征融合：首次将对象特定的层次化几何特征与DINOv2语义特征直接融合，显著提升了类别