该文介绍了一种针对以物体为中心的视觉感知的实例感知对象关键点提取方法（AnyOKP），利用预训练视觉转换器（ViT）进行特征提取，可以为任意类别的多个对象实例获得关键点。该方法在真实物体图像上进行了评估，展示了跨类别的灵活性和实例感知性，以及对领域转移和视角变化的稳健性。

该研究提出了一种针对以物体为中心的视觉感知的实例感知对象关键点提取方法，利用预训练视觉转换器进行特征提取，展示了跨类别的灵活性和实例感知性。