zju3dv/OnePose_Plus_Plus

解决的问题

OnePose++ 解决了物体姿态估计的挑战——在无需预先存在的 CAD 模型或手动定义关键点的情况下，确定物体在三维空间中的位置和方向，而这些通常是传统方法所必需的。

工作原理

该系统采用单次（one-shot）方法来估计物体的姿态。它利用 COLMAP 实现的运动恢复结构（SfM）来重建半稠密的物体点云，并从训练数据中建立 2D-3D 对应关系。系统整合了 LoFTR 用于特征匹配，DeepLM 用于优化，以精炼姿态估计过程。

适用人群

本项目专为从事计算机视觉、机器人和增强现实领域的研究人员和开发者设计，他们需要在无法获取物体数字 3D 蓝图（CAD 模型）的情况下，对场景中的物体进行追踪或定位。

亮点

• 无 CAD 模型：无需目标物体的 3D CAD 模型。
• 无关键点：无需手动定义关键点。
• 单次学习：仅需极少的训练数据即可估计姿态。
• 移动端集成：包含配套的 iOS 应用程序（OnePose Cap），用于捕获自定义训练和测试数据。