点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

来源丨我爱计算机视觉

本文盘点ECCV 2020 中所有与物体6D位姿估计（6D Object Pose Estimation）相关的论文，总计 5 篇。

这 5 项工作均有视频演示，可让我们更直观了解这些工作。

[1]. Self6D: Self-Supervised Monocular 6D Object Pose Estimation

作者 | Gu Wang, Fabian Manhardt, Jianzhun Shao, Xiangyang Ji, Nassir Navab, Federico Tombari

单位 | 清华大学；慕尼黑工业大学；谷歌

论文 | https://arxiv.org/abs/2004.06468

代码 | https://github.com/THU-DA-6D-Pose-Group/Self6D-Diff-Renderer

备注 | ECCV 2020 Oral

[2]. Neural Object Learning for 6D Pose Estimation Using a Few Cluttered Images

作者 | Kiru Park, Timothy Patten, Markus Vincze

单位 | TU Wien

论文 | https://arxiv.org/abs/2005.03717

代码 | https://github.com/kirumang/NOL

数据集 | https://www.acin.tuwien.ac.at/en/vision-for-robotics/software-tools/smot/

备注 | ECCV 2020 Spotlight

[3]. CosyPose: Consistent multi-view multi-object 6D pose estimation

多视角多物体6D姿态估计

作者 | Yann Labbé, Justin Carpentier, Mathieu Aubry, Josef Sivic

单位 | 巴黎文理研究大学；INRIA等

论文 | https://arxiv.org/abs/2008.08465

代码 | https://github.com/ylabbe/cosypose

主页 | https://www.di.ens.fr/willow/research/cosypose/

备注 | ECCV 2020

[4]. Category Level Object Pose Estimation via Neural Analysis-by-Synthesis

作者 | Xu Chen, Zijian Dong, Jie Song, Andreas Geiger, Otmar Hilliges

单位 | 苏黎世联邦理工学院；图宾根大学等

论文 | https://arxiv.org/abs/2008.08145

主页 | https://ait.ethz.ch/projects/2020/neural-object-fitting/

备注 | ECCV 2020

[5]. Shape Prior Deformation for Categorical 6D Object Pose and Size Estimation

6D物体姿态和尺寸估计

作者 | Meng Tian, Marcelo H Ang Jr, Gim Hee Lee

单位 | 新加坡国立大学

论文 | https://arxiv.org/abs/2007.08454

代码 | https://github.com/mentian/object-deformnet

备注 | ECCV 2020

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

下载2

在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

下载3

在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~