Reading Notes
粗读 / 精读
待生成 src/paper-notes/yolopose/coarse.md
论文粗读笔记
用于快速判断论文定位、问题设定、核心方法、实验结论和是否值得精读。
当前还没有写入正式笔记。后续可用读论文流程生成 Markdown 后放到上方路径，详情页再渲染为正式内容。
预留内容结构
- 01 基本信息
- 02 一句话定位
- 03 方法输入与输出
- 04 问题设定
- 05 核心动机
- 06 方法概览
- 07 实验概览
- 08 优缺点
- 09 对我的启发
物体位姿估计 · 2022 · arXiv · CCF 未收录
YOLOPose: Transformer-based Multi-Object 6D Pose Estimation using Keypoint Regression
用 Transformer 做联合检测和关键点回归，目标是在单阶段架构里端到端输出多个物体的检测结果与 6D 位姿。
研究方向
物体位姿估计
任务层级
Instance-level
物体设定
Seen objects
输入模态
RGB
关键依赖
camera intrinsicsCAD model2D keypoints
完整论文元数据 作者、单位、研究方向、数据集、指标、方法标签和阅读状态 展开 收起
- 作者
- Arash Amini, Arul Selvam Periyasamy, Sven Behnke
- 作者单位
- University of Bonn
- 会议 / 期刊
- 预印本 · arXiv · CCF 未收录
- 研究方向
- 物体位姿估计
- 开源状态
- 未开源 / 未整理
- 阅读状态
- 粗读：待生成 精读：待生成
- 任务设定
- Instance-level · Seen objects
- 关键依赖
- camera intrinsicsCAD model2D keypoints
Related Papers
相关论文
2026 · CVPR
3PT
3PT 用两个面向 2D/3D object-centric understanding 的 Transformer 统一检测、分割和 6DoF pose，通过连续 object representation refinement 和渲染特征对齐，在 BOP-H3、BOP-Industrial 与 BOP-Classic 上实现零样本跨物体感知。
2026 · AAAI
6DAttack
研究针对 PnP-based 和 end-to-end 6DoF pose pipeline 的 backdoor attack：在训练数据中注入具有 3D 结构的 trigger，并修改 pose label，使模型在干净输入上保持正常、触发时输出受控错误姿态。
2026 · ICRA
Active Tactile Exploration
方法用 violation-implicit loss 把物理约束违规纳入优化，联合估计自由运动未知凸刚体的 pose trajectory 与 cuboid / 20 顶点 polytope；再以局部 MLE 的 observed / Fisher information 计算 EIG 选择下一次触碰。仿真 cuboid 5 次动作后 EIG 稳定低于 4 mm，真实 Trifinger 第 5 步显著优于随机；边界是凸几何、局部最优、多次初始化和触觉 / 本体误差。