传统的 2D 姿态估计模型局限于其特定类别的设计，限定了其适用范围，对于新颖对象缺乏相关训练数据的情况尤其具有挑战性。为了应对这一局限性，引入了无类别限制的姿态估计（CAPE）方法，在仅需标注关键点的最小支持图像的情况下，实现了任意对象类别的关键点定位。我们提出了一种利用新设计的图转换解码器的 CAPE 新方法，通过捕捉和整合关键点之间固有的几何关系信息，进一步提高了关键点定位的准确性，与传统 CAPE 技术将关键点视为孤立实体的方式存在显著区别。我们在包含超过 100 个类别的 20,000 多张图像的 MP-100 基准数据集上验证了我们的方法，与之前最先进的方法相比，本方法在 1-shot 和 5-shot 设置下均取得了显著的改进，分别达到了 2.16％和 1.82％的提升。此外，与之前的 CAPE 方法相比，我们的方法的端对端训练表现出良好的可扩展性和效率。

Nov, 2023

传统的 2D 姿势估计模型受其设计的限制，仅适用于特定的物体类别，为了克服这些限制，通用类别姿势估计（CAPE）作为解决方案出现，CAPE 旨在使用统一模型为多样的物体类别进行关键点定位，可以从最小的注释支持图像中进行泛化，我们的方法采用了一种不同于常规 CAPE 方法的文本化方法，而不是使用支持图像，具体而言，我们使用姿势图，其中节点表示使用文本进行描述的关键点，这种表示利用文本描述的抽象和图所施加的结构，我们的方法有效地打破了对称性，保留了结构并改善了遮挡处理，我们使用 MP-100 基准验证了我们的新方法，该数据集涵盖 100 多个类别和 18,000 张图像，在 1-shot 设置下，我们的解决方案的性能提升了 1.07％，确立了 CAPE 的新的最先进技术水平，此外，我们通过提供文本描述注释来丰富数据集，进一步增强其对未来研究的实用性。

Jun, 2024

通过学习模型与图像特征交互生成称为 ' 超点 ' 的潜在关键点，综合利用支持关键点信息提供监督和精化，从而实现了更好的类别不可知姿态估计。

Mar, 2024

该论文介绍了一种通过使用几何特征来估计点云的位姿而无需分类信息的方法，该方法可以成功地在 CAMERA25 数据集和 ModelNet40 数据集上实现无分类信息实例的位姿标注。

Mar, 2024

该研究提出了一种 CAPE-Real 任务设置，旨在解决真实环境下多实例、变化运动结构的各类关节对象建模问题。提出了 ReArtNOCS 框架，利用 RGB-D 输入单次向前推断多个实例的分层姿态估计，并在大规模混合现实数据集 ReArtMix 和真实世界数据集 ReArtVal 上进行了广泛实验证明其性能良好，将成为以后 CAPER 任务相关研究的强有力基准。

May, 2021

该论文提出了一个统一的框架来处理品类、实例以及部位的姿态追踪问题，其中 9DoF 姿态表示通过 3D 错套边框实现。通过三个模块的组合提高 9DoF 姿态的精度达到了最优，成为了该领域的新的最优实践方法。

Apr, 2021

提出了一种新颖的 Instance-Adaptive 和 Geometric-Aware Keypoint Learning 方法，用于类别级别的 6D 物体位姿估计。实验结果表明，该方法在没有类别特定形状先验知识的情况下，明显优于现有的方法。

Mar, 2024

本研究提出了一种新颖的基于元学习的方法，用于对未知对象进行六自由度姿态估计，并通过条件神经过程元学习训练将纹理和几何特征编码到隐向量空间，用于在新图像中预测对象的六自由度姿态，实验证明该算法在不同形状和外观的未见对象上具有强大的泛化能力。

Jun, 2022

类别级别姿态估计是一项具有挑战性的任务，近期深度学习方法取得了很大进展，但常常受到需要大量数据集或精心调整的逼真模拟器的限制。为了解决这个冲突，我们提出利用从预训练基础模型中获取的几何和语义特征，通过将 2D 特征从基础模型投影到三维空间来对单个类别的物体模型进行匹配，并在训练好的匹配网络上处理对未见物体实例的新的单视图观测，这比先前方法需要的数据量显著减少。我们通过丰富的评估结果表明了这一点，并展示了比先前方法更好的性能。

Nov, 2023

研究利用对已知物体类别学习到的特征来估算未知类别物体的三维姿态，提出无需 CAD 模型知识的类不可知对象视角估计的对比学习方法，实验结果表明该方法在多个数据集上具有最佳表现，包括使用 CAD 模型作为输入的方法。

May, 2021