01 · Minimal Reference
从连续坐标回归走向概率式全局对应
CoordAR 将 reference-query 的 3D 对应关系离散为 token map，并使用自回归解码器逐步生成，体现了少参考未知物体 pose 对全局一致性和不确定性建模的需求。
AAAI 2026 · Paper Collection
物体位姿估计论文集
AAAI 2026 的物体位姿相关工作数量不如 CVPR 集中，但覆盖了从未知物体少参考估计、类别级可动部件跟踪，到手-物交互和 6DoF 模型安全的几条关键支线。
5
严格收录论文
4
方法论文
1
安全性研究
1
少参考泛化主线
这里的 5 篇是本站按“标题或摘要直接涉及物体 6D pose、category-level pose、articulated object pose tracking、hand-object pose 或 6DoF pose 模型安全”整理出的 AAAI-26 核心集合，不是 AAAI 全部计算机视觉论文数量。
Collection in One Sentence
从少参考几何估计，走向交互约束与安全边界
AAAI 2026 的位姿论文更像一组跨 Computer Vision、Robotics 和 AI Safety 的桥接工作：一端继续降低未知物体对 CAD 和多视角建模的依赖，另一端把 pose 放进可动部件、手-物接触和安全攻击等更完整的任务环境。
从技术语言看，coordinate token、autoregressive generation、SE(3) manifold、physical cue 和 backdoor trigger 分别对应全局对应建模、结构约束、交互一致性和部署可靠性四个侧面。
Research Trends
AAAI 2026 值得关注的三条主线
趋势归纳基于严格收录论文的任务设定和方法关键词；一篇论文可能同时触及多个方向。
02 · Structured Interaction
位姿估计开始显式服从结构和物理关系
PPF-Tracker 将关节轴和 SE(3) 结构用于 articulated tracking，VPHO 则通过视觉与物理线索减少手-物穿插和非接触结果，任务目标从“对齐”扩展到“可交互”。
03 · Reliability by Design
真实部署不只考验精度，也考验失效方式
MonoVPR 关注远距离单目车辆 pose 的几何退化，6DAttack 则展示攻击者可以控制连续旋转与平移输出，说明未来评测需要同时报告鲁棒性与安全性。
Data Statistics
研究方向分布
按每篇论文的主要问题设定进行互斥分类；交叉关键词仍保留在论文卡片中。
未知物体与少参考泛化
1面向没有 CAD 或完整 3D 模型的新物体，研究如何用极少 reference 建立稳定的几何对应关系。
类别级与可动部件跟踪
1将类别级物体、关节轴和多帧 pose tracking 放进 SE(3) 结构与运动约束中。
单目形状与位姿联合建模
1在自动驾驶等远距离场景中同时恢复物体几何形状与 3D pose，缓解单目深度歧义。
手-物交互与物理一致性
1从视觉与物理线索共同约束手和物体的 3D pose，提升接触关系与交互结果的合理性。
位姿模型安全与可靠性
1把 backdoor attack 等安全问题引入 6DoF pose estimation，检验模型在攻击下的失效边界。
统计解读：AAAI-26 的直接物体 pose 方法数量较少，但问题覆盖面很有代表性：从 novel-object 的几何对应，延伸到 articulated object、hand-object interaction、单目车辆形状和模型安全，研究边界明显比单一 benchmark 更宽。
Recommended Reading
论文推荐
推荐依据问题覆盖面和路线代表性，不等同于 AAAI 官方排名或最佳论文评选。
优先阅读
CoordAR
将 3D correspondence 离散化为可自回归生成的 coordinate map，代表 AAAI 2026 中从连续回归转向概率式全局建模的路线。
优先阅读
PPF-Tracker
把点对特征、SE(3) 不变性和关节轴约束结合起来，是类别级 articulated pose tracking 的直接代表。
方向代表
MonoVPR
展示了物体位姿与形状联合建模在远距离单目场景中的应用，强调 object-centric 几何与 scene-centric 语义的动态融合。
优先阅读
VPHO
从视觉对齐进一步加入接触、穿插和物理可行性约束，适合关注 embodied perception 与交互式位姿估计的读者。
方向代表
6DAttack
将位姿模型的安全性从“分类是否正确”推进到“旋转和平移是否被攻击者精确控制”，提醒部署侧关注连续 pose 输出的风险。
Paper List
论文罗列与简述
每张卡片给出任务设定、输入模态、主线标签和中文简述；点击卡片可进入本站论文详情页，点击官方链接可查看 AAAI OJS 中的摘要、PDF 和引用信息。
1 papers
未知物体与少参考泛化
面向没有 CAD 或完整 3D 模型的新物体，研究如何用极少 reference 建立稳定的几何对应关系。
AAAI 2026 方法论文
CoordAR: One-Reference 6D Pose Estimation of Novel Objects via Autoregressive Coordinate Map Generation
Dexin Zuo · Ang Li · Wei Wang · Wenxian Yu · Danping Zou
one referencenovel objectautoregressivecoordinate map
设定：单 reference-query，面向没有完整 3D 模型的未知物体
输入：RGB-D / 3D correspondence
简述：把 reference 与 query 之间的 3D-3D 对应关系编码为离散 token map，由自回归 Transformer 结合 RGB 外观与坐标线索进行预测，并针对对称和遮挡场景建模不确定性。
1 papers
类别级与可动部件跟踪
将类别级物体、关节轴和多帧 pose tracking 放进 SE(3) 结构与运动约束中。
AAAI 2026 方法论文
Exploring Category-level Articulated Object Pose Tracking on SE(3) Manifolds
Xianhui Meng · Yukang Huo · Li Zhang · Liu Liu · Haonan Jiang · Yan Zhong · Pingrui Zhang · Cewu Lu · Jun Liu
category-levelarticulated objectSE(3)PPFpose tracking
设定：类别级可动物体的多帧 6D pose tracking
输入：RGB-D / point cloud
简述：先在 SE(3) Lie group 中进行准 canonicalization，再用 Point Pair Features 预测 pose voting 参数，并利用关节轴语义为不同部件施加统一运动学约束。
1 papers
单目形状与位姿联合建模
在自动驾驶等远距离场景中同时恢复物体几何形状与 3D pose，缓解单目深度歧义。
AAAI 2026 方法论文
Monocular Vehicle Pose and Shape Reconstruction via Dynamic Context Adaptation and Progressive Geometry Refinement
Wei Li · Long Ji · Ying Wang · Xiao Wu · Zhaoquan Yuan · Penglin Dai
monocularvehicle poseshape reconstructionautonomous driving
设定：自动驾驶中的远距离单目车辆 3D pose 与形状恢复
输入：Monocular RGB
简述：通过层次化双上下文注意力融合多尺度物体与场景信息，再用有界迭代网格细化器逐步修正模板形状，同时恢复更稳定的车辆 3D pose。
1 papers
手-物交互与物理一致性
从视觉与物理线索共同约束手和物体的 3D pose，提升接触关系与交互结果的合理性。
AAAI 2026 方法论文
VPHO: Joint Visual-Physical Cue Learning and Aggregation for Hand-Object Pose Estimation
Jun Zhou · Chi Xu · Kaifeng Tang · Yuting Ge · Tingrui Guo · Li Cheng
hand-objectphysical cuediffusionpose aggregation
设定：单 RGB 手-物交互中的手与物体 3D pose
输入：RGB
简述：联合学习 2D 视觉线索与 3D 物理线索，再聚合多个 diffusion 生成的候选 pose，使最终手-物结果在视觉一致性和物理合理性之间取得平衡。
1 papers
位姿模型安全与可靠性
把 backdoor attack 等安全问题引入 6DoF pose estimation，检验模型在攻击下的失效边界。
AAAI 2026 安全性研究
6DAttack: Backdoor Attacks in the 6DoF Pose Estimation
Jihui Guo · Zongmin Zhang · Zhen Sun · Yuhao Yang · Jinlin Wu · Fu Zhang · Xinlei He
backdoor attacksecurity6DoF poserobustness
设定：针对已有 6DoF 物体位姿模型的触发式攻击
输入：物体位姿模型输入
简述：研究如何通过 trigger 让 6DoF pose 模型在干净样本上保持正常表现，却在触发样本中输出攻击者指定的错误旋转与平移，并分析现有防御的有效性。
Scope & Sources
统计口径与边界
收录标准：AAAI-26 正式论文中，标题或摘要直接涉及物体 6D pose、category-level pose、articulated object pose tracking、hand-object pose，或直接研究 6DoF pose 模型安全性的工作。
未计入：人体姿态、相机 / 场景相对位姿、纯 3D 重建、仅做 articulated object modeling、Demo / Student Abstract、Workshop，以及不直接输出物体 pose 的通用感知论文。
主要来源：AAAI-26 官方论文集档案、AAAI Proceedings 和各论文官方页面。本站摘要为中文整理，不替代原论文。