黎国溥

本文介绍6D位姿估计的方法SAM-6D，来自CVPR 2024的论文。它是一个用于零样本6D位姿估计的框架，在测试新物体时，无需进行微调，直接进行检测。通过结合实例分割模型和姿态估计模型，实现对新物体的6D姿态估计。

本文介绍6D位姿估计的方法FoundationPose，是CVPR 2024的满分论文，支持6D位姿估计和跟踪。通过大规模的合成数据训练，具有强大的泛化能力，在测试新物体时，无需进行微调。支持输入一些物体的RGBD图片，模型进行3D物体构建；生成多个假设的姿态，进行评分和排序得到最精准的姿态。

本文记录在FoundationPose中，跑通基于CAD模型为输入的demo，输出位姿信息，可视化结果。然后分享NeRF物体重建部分的训练，以及RGBD图为输入的demo。

BOP是6D位姿估计基准，汇总整理了多个数据集，还举行挑战赛，相关报告被CVPR接受和认可。它提供3D物体模型和RGB-D图像，其中标注信息包括6D位姿、2D边界框和2D蒙版等。

本文介绍6D位姿估计的方法ZebraPose，也可以称为六自由度物体姿态估计，输入单张图片，输出物体的三维位置和三维方向。它来自CVPR2022的论文，通过层次化分组策略，高效地编码物体表面的信息。ZebraPose提出了一种从粗糙到精细的训练策略，使得模型能够预测更为精细的2D-3D对应关系。

本文介绍6D位姿估计的直接回归方法GDR-Net，它从单个RGB图像中确定物体在三维空间中的位置和方向。它是一个端到端模型，与传统的间接方法不同，GDR-Net可以通过反向传播完全训练，简化了训练过程。M2D-3D：这是2D图像和3D模型之间密集对应关系的中间特征表示。它包含了图像中每个像素点和物体模型之间的对应关系。MSRA：表面区域注意力模块，它聚焦于图像中物体表面的特定区域，为位姿估计提供更加精细的几何线索。Patch-PnP：是位姿估计的最终步骤，它使用从CNN中提取的密集对应关系和表面注意力特