.png){kind=icon}
返回
Weakly Textured Objects Pose Estimation: A Comprehensive Review
.png){kind=icon}
OA
AI
DOI：10.3390/s26123957.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
姿态估计是机器视觉领域的一项重要任务，被广泛应用于机器人抓取、增强现实及其他应用中。弱纹理物体由于纹理稀疏和低密度特征，给姿态估计带来严峻挑战，成为机器人抓取的瓶颈。本文系统综述了弱纹理物体姿态估计的最新进展，将方法分为传统方法和深度学习两大类，并进一步将深度学习方法细分为实例级、类别级和未见物体级。该综述进一步总结了现有研究中泛化局限性、实时性矛盾和数据瓶颈等核心问题。结合弱纹理场景的实践需求，综述指出多模态融合优化、轻量化模型设计和低成本标注技术开发是未来的核心研究方向。研究成果可为弱纹理物体姿态估计领域的算法设计、实验验证和工程应用提供参考。
Keyword:
pose estimation
weak texture
deep learning
computer vision
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
引用论文
A Monocular Vision-Based Algorithm for Spacecraft Pose Estimation何智; 詹锋; 陈杰; 奚锐. 基于单目视觉的航天器位姿估计算法. IFAC-PapersOnLine 2025, 59, 250–255. [Google Scholar] [CrossRef]
PREAI
分享收藏Neural Object Learning for 6D Pose Estimation Using a Few Cluttered ImagesPark, K.; Patten, T.; Vincze, M. 使用少量杂乱图像进行6D位姿估计的神经对象学习。计算机科学讲义，2020, 12349, 656–673. [Google Scholar] [CrossRef]
PREAI
分享收藏Compensating for Local Ambiguity With Encoder-Decoder in Urban Scene Segmentation城市场景分割中基于编码器-解码器的局部模糊度补偿
PREAI
分享收藏Zhang, J.; Wu, M.; Dong, H. GenPose: Generative Category-level Object Pose Estimation via Diffusion Models. arXiv 2023. [Google Scholar] [CrossRef]张等人。GenPose：基于扩散模型的生成式类别级物体位姿估计。arXiv 2023。.png)
IF0
PREAI
分享收藏分享收藏A 6D Object Pose Estimation Algorithm for Autonomous Docking with Improved Maximal CliquesSENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏
查看更多内容