该文综述了利用合成图像或少量真实图像进行6D物体位姿估计、目标检测与AR可视化的研究，核心方法包括两阶段姿态估计、神经纹理学习、合成数据集与平面追踪，可在减少真实数据依赖的同时达到甚至超越真实数据训练的性能，并应用于机器人、Hololens2等场景。

该文综述纹理缺失物体的6D位姿估计与三维重建，涵盖T-LESS数据集、神经纹理学习、域随机化自编码器、Mask-RCNN检测、单图三维重建及GeLaTO紧凑表示等方法，并涉及相关基准测试与数据集，旨在解决遮挡、对称性和纹理缺失等挑战。