单目物体位姿检测与跟踪中的深度学习：全面综述

物体位姿检测与跟踪因在自动驾驶、机器人和增强现实等诸多领域的广泛应用，近期受到越来越多的关注。在物体位姿检测与跟踪的方法中，深度学习是其中最具前景的方法，已展现出优于其他方法的性能。然而，关于基于深度学习的方法最新进展的综述研究尚显不足。因此，本研究对属于深度学习技术路线的物体位姿检测与跟踪近期进展进行了全面回顾。为达成更详尽的介绍，本研究范围限定于以单目RGB/RGBD数据作为输入的方法，并涵盖三类主要任务：实例级单目物体位姿检测、类别级单目物体位姿检测以及单目物体位姿跟踪。在我们的工作中，检测与跟踪的评测指标、数据集和方法均被详细呈现。当前最先进方法在多个公开数据集上的对比结果也一并给出，并附有深入观察和启发性的未来研究方向。