本研究提出了一种新方法，提升金属物体的六维姿态估计精度。通过构建兼容BOP的新数据集，包含不同光照和背景下的金属物体样本，研究表明几何和视觉线索能有效提高模型性能。改进后的GDRNPP算法在准确性上显著提升，验证了额外特征改善学习效果的假设。

本论文提出了一种新型的极化分解方法，用于分解金属物体的镜面间接反射。该方法通过旋转入射光的线性偏振并分析反射光的旋转方向，有效地分解反射率组分，提升光输运分析和3D测量精度。