提出了一种新颖的基于 RGB 图像的类别级 6D 物体姿态和尺寸估计框架，通过预测归一化物体坐标空间 (NOSC) 来提取 RGB 图像中的物体规范表示。通过利用多视图信息和单目密集 SLAM 框架，引入多视图约束，可以从单目图像中获取准确的相机姿态和深度估计。此外，通过引入相机相对姿态的约束，可以在多视图物体姿态上应用修剪策略和鲁棒姿态平均，从而在缺乏直接深度读数的情况下获得更准确、更鲁棒的类别级物体姿态估计。此外，还引入了一种新颖的 NOSC 预测网络，显著提高了性能。实验证明了我们提出方法的强大性能，甚至可以与公共数据集序列上的最先进的 RGB-D 方法相媲美。此外，通过在自收集数据集上评估，展示了我们方法的泛化能力。

Aug, 2023

本文提出了一种框架，该框架可从一张单独的 RGB 图像中联合估计度量尺度形状和姿态，包括度量尺度物体形状分支（MSOS）和归一化物体坐标空间分支（NOCS）等；通过验证方法评估了类别级别的物体姿态和形状。

Sep, 2021

提出了一种新的基于立体影像系的分类物体姿态估计框架 StereoPose，能够有效地解决透明物体的姿态识别问题，并通过使用反视 NOCS 映射和视差注意力模块等方法，进一步优化了算法的性能。

Nov, 2022

研究一种新的开放问题，即开放词汇类别级别的对象姿态和尺寸估计。介绍了一个基于预训练模型构建的框架，利用大规模数据集进行训练，并在各种文本描述的情况下实现了广泛推广。

Mar, 2024

本研究提出了一种基于类别 6D 物体姿态和大小估计（COPSE）模型的方法，能够从目标物体的点云中推断出物体的 3D 旋转、平移和大小，其中主要依赖深度图像中的形状信息，并通过预测对称的点云来实现对于物体的对称对应估计，此方法在物体抓取等任务中已经应用并发挥了良好的效果。

Jun, 2021

本文提出了一种新的方法来进行类别级别的 6D 目标姿态和大小估计，并将 CASS 和姿态估计和大小估计集成到端到端可训练网络中。

Jan, 2020

本论文提出了一种基于单个视角的 RGB-D 观测对多目标 3D 重建、6D 姿态和大小估计的简单、高效、端到端的方法，并且基于 ShapeNet 和 NOCS 数据集进行了广泛实验，在新颖实际世界的目标实例 6D 姿态中获得了 12.6% 的绝对改进。

Mar, 2022

本文提出了一种新颖的流程，通过解耦 6D 姿态和尺寸估计，减轻了单目观察带来的尺度不精确对刚性变换的影响，并借助预训练的单目估计器获取局部几何信息，以便搜寻二维 - 三维对应关系，并利用基于类别级统计的独立分支直接恢复物体的度量尺度，最后倡导使用 RANSAC-P$n$P 算法鲁棒求解 6D 物体姿态。在合成和真实数据集上进行了大量实验证明，相对于先前最先进的基于 RGB 的方法，我们的方法在旋转准确性方面表现出更高的性能。

Sep, 2023

本文提出了一种名为 OLD-Net 的新颖方法，该方法利用 RGB 图像推断出物体水平六维姿态。在这个方法中，我们利用两个新的模块 NGPH 和 SDDR 来学习高保真度的物体水平深度和精美的形状表示，最后通过将预测的规范化表示与反向投影的物体水平深度对齐来解决 6D 物体姿态问题，在挑战性的 CAMERA25 和 REAL275 数据集上进行了广泛实验，结果表明，我们的模型尽管简单，但实现了最先进的性能。

Apr, 2022

本文提出利用级联关系网络和递归重建网络进行精确的类别级别 6D 姿态估计，并通过稠密对应关系获得实例的 6D 姿态。

Aug, 2021