传统的6d位姿估计fangfa1_目前物体6自由度位姿估计（6-Dof pose estimation）有哪些主流方法？...

额，为啥都是人体的pose estimation，物体的呢？

补充一下工业上有的比较多有ppf，基于广义霍夫投票的。

距离上次回答有两个月了哈～

最近看了不少文章，在这里正好可以总结一下，由于作者水平有限，问题还希望大家不吝指出。

主流的方法有下面几种：基于模板匹配的方法

基于点的方法

基于描述子的方法

霍夫森林(vote based)

Object Coordiantes 回归法

end to end

概率法

下面一一介绍：基于模板匹配的方法

代表论文：

Gradient Response Maps for Real-Time Detection of Textureless Objects

Model Based Training, Detection and Pose Estimation of Texture-Less 3D Objects in Heavily Cluttered Scenes

这个以Stefan Hinterstoisser的LINEMOD为代表。方法是在可能的SE3空间通过渲染对要检测的物体作充分的采样，提取足够鲁棒的模板，再对模板进行匹配就可以大致的估计位姿，最后ICP精化结果。作者在优化模板匹配速度上做了很多工作(看得我头大)，效果也确实不错。知乎上面没趣啊同学，讨论了一些LINEMOD的一些细节问题，并做了一些改进。大家可以关注他的github。

2. 基于点的方法

代表论文：

Model Globally, Match Locally: