Scan2CAD 是一种数据驱动的方法，可以学习将形状数据库中的 3D CAD 模型对齐到商品 RGB-D 扫描的噪声和不完整几何形状中，其可用于室内场景的三维重建。该方法使用三维卷积神经网络来预测 CAD 模型与其对应扫描对象之间的对应关系，并通过变分能量最小化将 CAD 模型与重构对齐，其在 Scan2CAD 基准测试中表现优异。

Nov, 2018

一个新的端到端方法可以将嘈杂，不完整的三维扫描转换为干净，完整的物体几何，通过对齐 CAD 模型并在对称感知稠密对象对应预测配对的 Procrustes 坐标系改进，该方法可以单次前向传递地将 CAD 模型与扫描的对象对齐，比以前的数据驱动方法快约 250 倍，并且性能超过现有技术。

Jun, 2019

该研究在处理 CAD 模型和多个物体出现在视频场景中的对齐问题中，提出一种基于神经网络和多视角约束的方法，自动恢复每个物体的九自由度姿态参数，提高物体的位姿参数估计精度，重建单个 CAD 表征的场景，与现有单帧方法进行比对，在 Scan2CAD 数据集上提高了 11.6％至 30.7％的类别平均准确性。

Dec, 2020

本文提出一种新的方法，通过联合优化 CAD 模型对齐以及场景布局的估计，显式建模物体间及物体与布局之间的相互关系，通过引入 Hierarchical layout prediction 方法和 message-passing graph neural network 模型，实现了全局一致的场景 CAD-based 表示，实验结果表明相比现有算法准确率显著提高，对于增强现实或虚拟现实等内容创建等应用具有广泛的适用性。

Mar, 2020

本文提出了一种基于 CAD 模型的方法，结合现有的大规模三维模型数据集，构建了一种可以检测现实世界图像中物体的 CAD 模型表示方法，并且证明了与现有技术相比，该方法在真实世界图像中有着优势。

Jul, 2020

ROCA 是一种新颖的端到端方法，用于从形状数据库中获取和对齐 3D CAD 模型到一幅输入图像，从而实现对 2D RGB 观察场景的 3D 感知，该方法基于密集的二维 - 三维物体对应和 Procrustes 对齐的可微对齐优化，同时通过利用 2D-3D 对应来学习几何相似的 CAD 模型，从而为 CAD 检索提供稳健的对齐结果。实验结果表明，在来自 ScanNet 的具有挑战性的实际图像中，ROCA 显著提高了检索感知 CAD 对齐精度，从 9.5% 提高到 17.6%。

Dec, 2021

我们提出了一种自动化和高效的方法，用于检索通过移动 RGB-D 相机捕获的场景中物体的高质量 CAD 模型及其姿势，并使用渲染对比和蒙特卡洛树搜索算法实现了物体检索、CAD 模型和姿势估计的快速搜索。

Sep, 2023

通过引入多目标检测网络，本研究在 CAD 模型、3D 形状、姿势估计领域取得了最先进的表现，提高了实例对齐准确度，与多视角方法相当。

Oct, 2023

基于 CAD 模型基元从 RGB 图像中感知 3D 结构可以有效地实现基于三维物体的场景表示，本文提出了 DiffCAD，这是一种第一个弱监督的条件生成方法，可以从 RGB 图像中检索和对齐 CAD 模型，通过扩散学习隐式概率模型来捕捉 CAD 对象在图像中的形状、姿态和尺度，实现了多个假设生成和对深度 / 尺度和形状匹配的歧义进行建模。

Nov, 2023

提出了一种半自动的方法来注释复杂多物体场景的视频，该方法使用来自数据库的 CAD 模型对每个物体进行注释，并使用 9-DoF 姿态变换将其放置在场景的 3D 坐标系中，从而构建了一个大规模的数据集 CAD-Estate，并用它进行了 Mask2CAD 预训练。

Jun, 2023