3D坐标：6D姿态（Learning 6D Object Pose Estimation with 3D Object Coordinates）（笔记）——2014

应用3D目标坐标学习其6D姿态估计（笔记）——2014

《Learning 6D Object Pose Estimation using 3D Object Coordinates》

摘要

文章基于单帧RGB-D图像实现特定目标的6D姿态估计这一技术，在面对含无纹理目标时表现出良好的适应性；其核心思想在于建立一种基于特征的学习型中间表示，并通过将3D目标坐标标记与类标签进行配对的形式实现定位与识别；这种技术方案的核心特征是基于特征的学习型中间表示，并结合密集的空间信息来进行建模和推理。

引言

多年以来，在刚性物体检测及2D/6D姿态估计领域的主要瓶颈仍然是那些具有充分纹理特性的物体。
在处理具有纹理的目标时，在关键点检测方面取得成功的关键在于采用基于局部特征的空间稀疏表征技术。具体而言，在现有研究中主要采用了两类方法：一类是通过手工设计实现的空间稀疏表征技术（如SIFT函数），另一类则是从数据中学习得到的空间稀疏表征方法。
针对无纹理或弱纹理刚性目标，在应用基于模板的方法时虽然表现出一定的优势但也面临着两大根本性问题：首先这种完全