一、研究背景
https://mp.weixin.qq.com/s/k9j-yZMDyJ3ZnBHBLI5dFQ
二、国内外研究现状
1.模板匹配
传统图片的模板到基于特征的模板：
（1）三元组构成的模板：
（2）快速方向距离倒角匹配
模板匹配的实时性受限于模板库物体种类和每类物体模板数量，再通过阈值判断。在堆叠杂乱场景鲁棒性不足。
2.形状匹配
3.点云配准：基于描述符的匹配
4.基于学习
（1）基于统计学习和霍夫投票
对图像块采样、特征提取、分类器预测、粗略位姿、位姿筛选优化
（2）基于2D数据的深度学习进行预处理
cnn得到局部图像块
（3）基于2D数据的深度学习进行回归
如poseCNN，利用RGBD数据，直接预测物体的旋转四元数恢复旋转
三、LINEMOD算法详解
1.传统意义的模板
渲染N张模板-在待匹配图像中划窗匹配-计算每个位置的相似度
2.LINEMOD模板： 由目标物体彩色图边界梯度和深度图表面法向量特征组成
四、总结和讨论