本研究提出了一种语言引导的少样本3D重建方法，解决了传统6D物体姿态估计对大数据集和高计算成本的依赖。该方法通过处理少量图像和语言查询，实现了高质量的3D网格重建，显著提高了准确性和效率。

本文介绍了多种基于深度学习的机器人抓取方法，重点在透明物体的抓取技术。研究提出了新的抓取策略和网络模型，结合RGB图像和点云数据，提高了抓取成功率，并在多个数据集上验证了其有效性。通过动态场景重建和高效的物体姿态估计，显著提升了机器人在复杂环境中的抓取能力。

本文介绍了一种新的6自由度物体姿态估计方法，结合卷积网络和可变形形状模型，从单张RGB图像中实现高精度姿态恢复。该方法在多个基准数据集上表现优异，适用于纹理和无纹理物体，具备较快的计算速度和较低的成本。

本研究提出了多种基于深度学习的技术，包括本质结构适配器（ISA）、动态适配器（Dyn-Adapter）和领域对抗攻击方法，旨在解决物体姿态估计、人脸反欺诈和图像分割等问题。这些方法在不同数据集上表现出色，提高了识别准确率和处理效率，减少了计算资源消耗。

本研究提出了一种开放词汇的物体6D姿态估计新方法，利用视觉-语言模型从不同场景中分割和估计物体姿态。通过预训练模型和大规模数据集，显著提高了模型的泛化能力和鲁棒性，尤其在处理未见物体时表现优异。研究展示了在多个数据集上取得的性能提升，推动了视觉语言模型在物体识别和交互中的应用。

本研究探讨了神经场在物体姿态估计和运动建模中的应用，提出了多种方法，包括从单个RGB图像估计物体的六自由度姿态、动态3D场景模型学习及实时跟踪。这些方法在多个数据集上表现优异，展示了神经场在视觉计算和机器人领域的潜力。

该文章介绍了HANDAL数据集，用于物体姿态估计和可用性预测。数据集包含212个真实世界物体的2.2k个视频和308k个带注释的图像帧。作者强调数据集适合机器人操纵的物体，如钳子、器具和螺丝刀，并提供了物体的三维重建网格。

该文介绍了HANDAL数据集，用于物体姿态估计和可用性预测。数据集包含212个真实世界物体的2.2k个视频，共308k个带注释的图像帧。该数据集在类别级别姿态+尺度估计和相关任务中具有有用性。同时提供了所有物体的三维重建网格，并概述了推动收集这类数据集普及化的一些瓶颈。