论文标题：Deep Learning on Monocular Object Pose Detection and Tracking: A Comprehensive Overview

论文链接：https://arxiv.org/abs/2105.14291

作者单位：中国人民大学 & 清华大学 & 北京交通大学

24页综述，共计172篇参考文献！据作者称，这是第一个对基于深度学习的单目物体姿态检测和跟踪进行调研的工作，涵盖了最新方法、任务定义、度量定义、数据集。聚焦于以RGB/ RGBD数据为输入。

由于其在自动驾驶、机器人和增强现实等许多领域的广泛应用，物体姿态检测和跟踪最近引起了越来越多的关注。在物体姿态检测和跟踪的方法中，深度学习是最有前途的一种，其性能优于其他方法。然而，缺乏对基于深度学习的方法的最新发展的调查研究。因此，本文对属于深度学习技术路线的物体姿态检测和跟踪的最新进展进行了全面回顾。为了更深入地介绍，本文的范围仅限于以单目 RGB/RGBD 数据为输入的方法，涵盖三种主要任务：实例级单目物体姿态检测、类别级单目物体姿态检测、单目物体姿态跟踪。在我们的工作中，详细介绍了有关检测和跟踪的指标、数据集和方法。还介绍了当前最先进方法在几个公开可用数据集上的比较结果，以及富有洞察力的观察和鼓舞人心的未来研究方向。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除