01 · One Reference
从检索参考视图转向生成中间视角
只有一张 reference RGB 时，Gen2SM 不直接生成查询视角，而让参考与查询都向离散中间视角去噪并匹配，在大视角差下提高相对旋转可辨识性。
WACV 2025 · Paper Collection
物体位姿估计论文集
WACV 2025 的直接相关论文数量不大，却把注意力从单一网络精度推向 pose 之前的资产与先验：只有一张参考图怎么办、重建模型能否替代 CAD、合成纹理是否造成 shortcut，以及生成目标中的对象变换能否进入机器人闭环。
4
纳入专题论文
3
核心收录
2
模型资产 / 数据设计
1
扩展系统
本站对 CVF Open Access 的 929 篇 WACV 2025 主会论文做题名级全量筛选，再复核近邻候选的摘要、正文任务定义、输出变量和实验协议，最终纳入 3 篇核心论文与 1 篇扩展系统。
查看 WACV 2025 官方论文集 →Collection in One Sentence
pose estimator 的上限，往往先由参考信息、三维资产和训练外观决定
Gen2SM 用生成式先验补足单参考图缺失的视角，但输出只到相对 rotation；重建基准则表明，常用 reconstruction metrics 与最终 pose AR 并不等价。
Randomized Texturing 通过渲染期 shape bias 提升困难材质鲁棒性；PACA 把生成目标、对象匹配与机器人执行连起来，同时也暴露了“6-DoF system”不等于“完整 SE(3) object pose benchmark”的口径问题。
Research Trends
四条研究趋势
趋势按论文真正解决的变量归纳，并把 rotation-only、标准 6D pose 与机器人系统中的对象变换分开。
02 · Task-Aware Assets
三维重建要用下游 pose 来验收
几何 completeness、PSNR 与视觉观感都不能稳定预测 pose AR；同一个重建模型接入 MegaPose 与 FoundationPose 后的结果，才回答“它能否替代 CAD”。
03 · Shape over Texture
合成纹理从逼真复刻转向主动去相关
Randomized Texturing 故意打散对象与固定材质的关联，让检测器和 pose 网络更多依赖形状；结果同时显示收益并非对所有 backbone、augmentation 和数据集单调成立。
04 · Pose in the Loop
对象变换成为生成目标到机器人动作的桥
PACA 从生成图与真实 RGB-D 场景建立对象级表示，再计算变换并执行重排；评测重点是匹配与任务成功率，不是 BOP 式旋转 / 平移误差。
Data Statistics
研究方向与任务边界
4 篇论文分成三组；核心集合包含 rotation-only、完整 6D pose 数据 / 训练研究和下游基准。
单参考相对旋转
1只给一张对象参考 RGB 图与一张查询图，借助生成式先验跨越大视角差；任务输出是相对 3D rotation，不包含 translation。
模型资产与外观鲁棒性
2一项工作把重建模型放进 FoundationPose / MegaPose 后再评价，另一项从渲染纹理随机化入手，研究 CAD 资产与合成外观如何限制 6D pose。
生成目标与机器人重排
1从文本生成目标图、匹配真实 RGB-D 场景并执行对象变换；pose 是机器人系统中的中间变量，而非标准对象位姿基准的唯一输出。
1 + 2 + 1
1 篇单参考 relative rotation、2 篇模型资产 / 合成训练研究、1 篇机器人重排扩展系统。
2 种主评测
Gen2SM 使用角度阈值准确率；两项标准 6D pose 研究使用 BOP AR / VSD / MSSD / MSPD。
1 个口径警示
PACA 的对象变换是 (x,y,z,θ)，论文“6-DoF”还包含观察透视和机器人系统，不等价于完整对象 SE(3) 输出。
Recommended Reading
论文推荐
CVF 年度论文页没有为本专题条目提供统一 Oral / Highlight 标签，因此只给本站编辑推荐，不将其写成官方荣誉。
优先阅读
Gen2SM
它把单参考相对 pose 的大视角问题改写为“参考侧与查询侧都向中间视角去噪，再匹配噪声特征”，并认真报告精度、视角跨度与运行时间的边界。
基准必读Reconstruction → Pose Benchmark
它直接检验“重建看起来更好，是否真的让 pose 更准”，并给出标准重建指标、渲染质量、重建耗时与 BOP AR 之间并不等价的实证。
工程代表Randomized Texturing
方法只改变渲染阶段的 UV texture sampling，却跨五个检测器和两个 pose estimator 检验收益，也诚实保留了 RetinaNet 等并非所有配置都改善的结果。
扩展阅读PACA
它展示了对象表示、生成目标和位姿变换如何进入完整机器人闭环，但“6-DoF”主要描述观察与重排系统，实际对象变换写作 (x, y, z, θ)，不能与标准 SE(3) pose benchmark 混为一谈。
Paper List
论文罗列与简述
卡片优先交代输入资源、真正输出、核心 / 扩展口径与可核验结果；详情页完成前保留 CVF 官方入口。
1 papers
单参考相对旋转
只给一张对象参考 RGB 图与一张查询图，借助生成式先验跨越大视角差；任务输出是相对 3D rotation，不包含 translation。
WACV 2025 核心收录 方法论文 详情页已完成
Generalizable Single-View Object Pose Estimation by Two-Side Generating and Matching
Yujing Sun · Caiyi Sun · Yuan Liu · Yuexin Ma · Siu Ming Yiu
任务：未见对象的一参考—一查询相对 3D rotation；不使用 CAD、多参考视图或对象级再训练
输入：single reference RGB + single query RGB
Gen2SM 用 Zero-1-to-3 在离散中间视角上进行两侧生成与匹配，再以 Monte-Carlo 搜索和迭代细化恢复相对旋转。NAVI 上 15° / 30° rotation accuracy 为 55.32 / 82.14，GSO 为 58.26 / 72.61；默认单张查询约需 6.5 s 搜索 + 1.3 s 细化，轻量版约 1.12 s。论文不估计平移，也明确指出精度仍未达到数度级。
single referencerelative rotationZero-1-to-3two-side matchingunseen objects
2 papers
模型资产与外观鲁棒性
一项工作把重建模型放进 FoundationPose / MegaPose 后再评价，另一项从渲染纹理随机化入手，研究 CAD 资产与合成外观如何限制 6D pose。
WACV 2025 核心收录 基准论文 详情页已完成
Comparative Evaluation of 3D Reconstruction Methods for Object Pose Estimation
Varun Burde · Assia Benbihi · Pavel Burget · Torsten Sattler
任务：以图像重建模型替换 YCB-V CAD，再用固定的通用对象 pose estimator 衡量下游 6D pose 质量
输入：calibrated multi-view RGB for reconstruction + RGB / RGB-D pose test images
基准覆盖 YCB-V 的 21 个对象，把 COLMAP、RealityCapture、Nerfacto、VolSDF、MonoSDF、BakedSDF 等重建结果接入 MegaPose 与 FoundationPose。最佳重建相对 CAD 仍有约 10–20% pose 质量差距；RealityCapture 与 Nerfacto 在准确率—耗时折中上突出，75–100 张环绕图通常已接近完整数据表现，而小纹理、反光对象更困难。
3D reconstructionYCB-VFoundationPoseMegaPoseBOP metrics
WACV 2025 核心收录 方法论文 详情页已完成
Shape-Biased Texture Agnostic Representations for Improved Textureless and Metallic Object Detection and 6D Pose Estimation
Peter Hönig · Stefan Thalhammer · Jean-Baptiste Weibel · Matthias Hirschmanner · Markus Vincze
任务：已知实例的检测与 6D pose；重点是无纹理和金属工业对象的 synthetic-to-real 鲁棒性
输入：synthetic RGB + CAD meshes; RGB test images
方法在 BlenderProc 渲染时从 1,226 张 CC0 纹理随机采样并映射到对象表面，削弱网络对固定颜色与材质的依赖。T-LESS 上 GDR-Net 的 BOP AR 从 56.29 提升到 58.32，Pix2Pose 从 46.68 到 50.13；ITODD 上分别从 10.70 到 11.10、12.90 到 15.30。收益依赖检测器与 augmentation 配置，且论文指出 ITODD 缺少完整 GT，金属对象结论仍有限。
shape biastexture randomizationT-LESSITODDGDR-NetPix2Pose
1 papers
生成目标与机器人重排
从文本生成目标图、匹配真实 RGB-D 场景并执行对象变换；pose 是机器人系统中的中间变量，而非标准对象位姿基准的唯一输出。
WACV 2025 扩展收录 扩展系统 详情页已完成
PACA: Perspective-Aware Cross-Attention Representation for Zero-Shot Scene Rearrangement
Shutong Jin · Ruiyu Wang · Kuangyi Chen · Florian T. Pokorny
任务：文本目标驱动的零样本桌面重排；从真实场景到生成目标计算对象变换并执行抓放
输入：text prompt + wrist RGB-D + generated goal image
PACA 从 Stable Diffusion 去噪过程的 cross-attention 同时构造对象分割与特征表示，并用真实场景线条控制生成目标的观察透视；随后以 ICP 和深度对齐求对象变换。450 对图像上的平均 matching accuracy 为 86.72%，60 次真实机器人实验中 3-DoF / 6-DoF 场景设置的平均成功率为 68.73% / 65.56%。成功判据是相对布局符合生成目标，且对象变换参数化为 (x,y,z,θ)，并非完整三轴旋转误差评测。
scene rearrangementStable Diffusioncross-attentionRGB-Drobot manipulation
Scope & Deduplication
收录边界、排除项与版本关系
“pose”一词在 WACV 目录中同时指人体、手、相机、生成控制和对象变换，本专题按输出变量逐篇区分。
为什么扩展收录 PACA
它确实从真实场景与生成目标计算逐对象变换并完成抓放，但主任务是 scene rearrangement，成功指标是相对布局；对象变换只含 (x,y,z,θ)，因此不计入三篇核心 pose 论文。
主要排除项
Radiance Field-Based Pose Estimation 输出相机位姿；Vision-Based Landing Guidance 输出相机相对跑道位姿；Shift Equivariant Pose、STRIDE、BioPose 等属于 human pose；Skip-and-Play 是通用 pose-controlled image generation，没有训练或评价对象 pose estimator；FineView 提供相机标定与多视图对象数据，但不建立 object pose 任务。
Canonical 版本
四项工作均以 WACV 2025 正式论文为主记录；Gen2SM 与 Reconstruction → Pose Benchmark 的 arXiv 页面只作公开版本链接，不重复计数。当前未发现与本站其他年度专题重复的正式发表版本。
Reading Status
4 / 4 篇详情页已完成
四篇收录论文均已完成独立粗读、精读和原论文方法 / 结果图表，并从年度卡片进入站内详情页；内容分别澄清 rotation-only 输出、benchmark 仍依赖 CAD 注册、shape bias 的几何与增强调参边界，以及 PACA 的“6-DoF system”并非完整 SE(3) object pose 输出。
集合级验收同时检查元数据、双层笔记差异、原论文图表数量、站内链接和构建产物；未使用摘要扩写或论文首页截图代替精读。