【2025CVPR物体姿态估计方向】ONDA-Pose：面向自监督六维物体姿态估计的遮挡感知神经域自适应方法

论文地址：https://openaccess.thecvf.com/content/CVPR2025/papers/Tan_ONDA-Pose_Occlusion-Aware_Neural_Domain_Adaptation_for_Self-Supervised_6D_Object_Pose_CVPR_2025_paper.pdf

一、引言概述

论文针对自监督6D物体姿态估计（即从单张图像估计物体的6自由度姿态）中的关键问题展开：现有方法通常通过将合成图像（由CAD模型生成）翻译到真实域来减少域差距，但这种方法仍存在两个主要局限性：（1）翻译后的图像与真实图像之间仍有明显域差距；（2）翻译图像无法充分反映真实图像中的遮挡情况，导致在处理遮挡时性能下降。为此，论文提出了ONDA-Pose方法，这是一种遮挡感知的神经域自适应方法，旨在通过将真实图像翻译到合成域来缩小域差距并提升对遮