01 · Object Onboarding
对象先验不只来自 CAD，也可来自少量视图的生成式与显式表示
GS-Pose 用 posed RGB views 建立检索与 3DGS refinement 所需的对象库；iFusion 则把未知 view pose 反演为 diffusion prior 中的隐变量。两者都在降低新物体进入 pose pipeline 的采集门槛。
3DV 2025 · Paper Collection
物体位姿估计论文集
3DV 2025 的严格 6D object pose 论文很集中，但对象位姿已经明显向两端延展：一端是从少量、未知视角建立新对象表征，另一端是把对象运动放入动态场景与手物交互中连续恢复。
6
专题收录论文
3
直接 pose / view alignment
3
动态与交互对象
0
收录范围内 Oral
3DV 官方目录收录 142 篇主会论文，其中 21 篇 Oral。本站采用分层口径：优先保留直接输出 object 6DoF pose、view alignment 或 object pose 的论文；再纳入明确跟踪 rigid object motion、或解决交互遮挡下对象分离重建的工作。纯 camera pose、通用 SfM 和只做静态重建的论文不收录。
Collection in One Sentence
从“单帧物体姿态”走向“对象在时空中的可恢复状态”
GS-Pose 与 iFusion 分别从 3D Gaussian Splatting 和 diffusion prior 出发，解决新对象接入时的位姿初始化、未知视角注册与低采集成本重建；它们共同把 object-specific pose 的前置条件变成可学习的表示问题。
SMORE、EgoGaussian 与 InterTrack 则让 pose 进入动态链条：相机也在运动、对象会被人手遮挡，且输出不应只是某一帧的刚体变换，而需要稳定的时间轨迹与可复用对象表示。Betsu-Betsu 补上了近距离交互时的几何分离基础。
Research Trends
2025 年值得关注的三条主线
以下归纳来自本站收录的 6 篇论文，强调输出变量和问题条件，不代表整个 3DV 的完整研究分布。
02 · Dynamic Object State
对象位姿开始与地图、背景和相机运动一起做全局解释
SMORE 在 LiDAR 动态场景中联合优化 neural surfaces、ego poses 与 object poses；EgoGaussian 在第一视角 RGB 中分离动态对象与背景并追踪 rigid motion。两者都不把运动对象当成 SLAM 的异常值。
03 · Interaction & Occlusion
遮挡处理从补全像素，升级为恢复可分离几何和连续对象转动
InterTrack 用时序信息在无模板手物视频中预测平滑 object rotation；Betsu-Betsu 将紧密交互对象解码为两份独立 SDF。它们为 downstream manipulation 提供更稳定的对象状态基础。
Data Statistics
研究方向分布
按每篇论文的主要输出变量互斥归类；标签保留跨方向属性。
直接位姿、对齐与对象先验
3直接估计新物体 6DoF pose、稀疏视角间相对 pose，或在动态场景中优化 object pose。
动态对象位姿与跟踪
2在第一视角视频、相机运动和遮挡条件下恢复刚体对象的时间连续运动。
交互对象的可分离重建
1从近距离交互与相互遮挡中拆解对象几何，为后续对象坐标系和姿态建模提供基础。
统计解读：6 篇中有 3 篇将 pose 或 view alignment 作为明确输出，但只有 GS-Pose 属于标准的 novel-object 6D pose 设定。其余工作更适合被理解为动态对象状态恢复或交互重建，而非直接与 BOP-style 6D pose 指标比较。
Recommended Reading
论文推荐
推荐按照问题覆盖与路线代表性筛选；本专题收录的论文均为 Poster，不以 presentation 级别代替本站评价。
优先阅读 3DV Poster
GS-Pose
本专题唯一直接面向 novel-object 6D pose 的论文；将分割、检索初始化与 3DGS render-and-compare refinement 串为完整的对象接入流程。
方向代表 3DV Poster
iFusion
它不输出 BOP 式 object pose，却把“未知视角如何注册”变成由生成式先验反演的过程，适合关注低采集成本 object onboarding 的读者。
系统代表 3DV Poster
SMORE
将 ego pose 与 object pose 放进同一全局优化，是多对象姿态从帧级检测走向场景级可重建表示的代表性路线。
方向代表 3DV Poster
EgoGaussian
仅用 RGB 第一视角输入，把动态对象分割、scene representation 与 rigid motion tracking 同时解决，贴近可穿戴感知和交互机器人。
交互代表 3DV Poster
InterTrack
把无模板单帧重建与时序对象 rotation prediction 组合，直接回应手物 pose 在严重遮挡下容易丢失的痛点。
Paper List
论文罗列与简述
每张卡片给出任务边界、输入模态、标签和中文简述；主入口进入站内的粗读与精读详情页。
3 papers
直接位姿、对齐与对象先验
直接估计新物体 6DoF pose、稀疏视角间相对 pose，或在动态场景中优化 object pose。
3DV 2025 方法论文 Poster
GS-Pose: Generalizable Segmentation-Based 6D Object Pose Estimation With 3D Gaussian Splatting
Dingding Cai · Janne Heikkilä · Esa Rahtu
novel object6DoF pose3D Gaussian Splattingrender-and-compareLINEMOD
设定：为未见对象采集一组有位姿 RGB views 后，在 query image 中定位并估计 6DoF pose
输入：posed RGB object views + query RGB
简述：GS-Pose 为新物体建立三个阶段各司其职的表示：先定位目标，再由 retrieval 给出初始 6D pose，最后使用 3D Gaussian Splatting 的高速可微渲染进行细化；论文在 LINEMOD 与 OnePose-LowTexture 上报告了强结果。
3DV 2025 方法论文 Poster
iFusion: Inverting Diffusion for Pose-Free Reconstruction from Sparse Views
Chin-Hsuan Wu · Yen-Chun Chen · Bolivar Enrique Solarte · Lu Yuan · Min Sun
sparse viewsunknown posediffusion inversionobject reconstructionview registration
设定：两张未知相机位姿的物体图像中联合估计 view pose 并重建对象
输入：two RGB object views with unknown camera poses
简述：iFusion 先反演预训练 novel-view diffusion model 以估计输入视角的相对 pose，再以这些视角微调针对目标对象的生成器，最后接入任意重建器完成稀疏视角 object reconstruction。
3DV 2025 重建与建模 Poster
SMORE: Simultaneous Map and Object REconstruction
Nathaniel Eliot Chodosh · Anish Madan · Simon Lucey · Deva Ramanan
LiDARdynamic sceneobject posemappingsurface reconstruction
设定：大规模动态 LiDAR 场景中同时恢复背景地图、刚体对象表面与对象位姿
输入：dynamic LiDAR scans
简述：SMORE 将动态环境分解为背景和刚体运动对象，在 neural surfaces、ego poses 与 object poses 上做全局坐标下降；通过 registration 与 surface reconstruction 交替处理，并针对 rolling-shutter LiDAR 引入动态对象 deskewing。
2 papers
动态对象位姿与跟踪
在第一视角视频、相机运动和遮挡条件下恢复刚体对象的时间连续运动。
3DV 2025 重建与建模 Poster
EgoGaussian: Dynamic Scene Understanding from Egocentric Video with 3D Gaussian Splatting
Daiwei Zhang · Gengyan Li · Jiajie Li · Mickaël Bressieux · Otmar Hilliges · Marc Pollefeys · Luc Van Gool · Xi Wang
egocentric RGBrigid object motion3D Gaussiansonline learningdynamic scene
设定：第一视角 RGB 视频中，同时重建场景并跟踪发生交互的刚体对象运动
输入：egocentric monocular RGB video
简述：EgoGaussian 将背景与动态对象的 Gaussians 自动分离，采用 clip-level online learning 按时间顺序重建场景的演化，并追踪交互中刚体对象的 3D motion。
3DV 2025 方法论文 Poster
InterTrack: Tracking Human Object Interaction without Object Templates
Xianghui Xie · Jan Eric Lenssen · Gerard Pons-Moll
human-object interactiontemplate-freeobject rotation4D trackingocclusion
设定：人手遮挡下的视频手物交互 tracking，且不要求预定义 object shape template
输入：monocular human-object interaction video
简述：InterTrack 将 4D hand-object tracking 分解为逐帧 pose tracking 与 canonical shape optimization；针对对象以时序信息预测平滑 rotation，并以合成的 8.3k 段交互序列训练，评测于 BEHAVE 与 InterCap。
1 papers
交互对象的可分离重建
从近距离交互与相互遮挡中拆解对象几何，为后续对象坐标系和姿态建模提供基础。
3DV 2025 重建与建模 Poster
Betsu-Betsu: Separable 3D Reconstruction of Two Interacting Objects from Multiple Views
Suhas Gopal · Rishabh Dabral · Vladislav Golyanik · Christian Theobalt
multiple objectsinteractionneural SDFocclusionseparable reconstruction
设定：多视角 RGB 中将紧密交互、严重互遮挡的两个对象分离重建
输入：multi-view RGB images
简述：Betsu-Betsu 以共享 multi-resolution hash grid 编码交互场景，再解码为两个对象各自的 neural SDF；alpha-blending regularization 让两份几何在交互边界保持分离，适用于刚体和 articulated objects。
Scope & Sources
统计口径与边界
收录标准：3DV 2025 Main Conference 的正式接收论文中，直接输出 novel-object 6DoF pose、input-view pose / alignment、object pose，或将 rigid object motion 作为明确输出的动态／交互对象研究；同时保留一篇直接解决紧密交互对象可分离几何的重建论文作为前置表征参考。
未计入：纯 camera pose、SfM、通用 point-cloud registration、3D detection、人体 pose、纯静态 object reconstruction，以及 object pose 仅作为间接下游变量的工作。iFusion 的 pose 指输入视角对齐，不能与 6D object pose benchmark 混排。
主要来源：3DV 2025 官方论文目录、目录加载的 官方日程 CSV 及其公开 PDF。本站中文摘要、分类和趋势归纳为编辑整理，不替代原论文。