其解决方案的关键在于：首先，同时预测物体前表面与后表面的3D坐标，并在两者之间进行密集采样，从而构建超密集的2D-3D对应关系；其次，提出分层连续坐标编码（Hierarchical Continuous Coordinate Encoding, HCCE）方法，以更精确且高效地表示前后表面坐标，从而显著提升基于透视n点（Perspective-n-Point, PnP）算法的姿态估计性能。 实验表明，该方法在BOP数据集的7个核心基准上均优于现有最先进（state-of-the-art, SOTA）方法。 【速读】：该论文旨在解决卷积神经网络（Convolutional Neural Networks, CNNs）在图像分类任务中存在”黑箱”特性所带来的隐性偏见问题，即模型可能依赖于与目标任务无关的背景信息或噪声进行决策，从而导致不可靠或有偏的结果。 其核心挑战在于难以区分模型所依赖的是真正具有判别力的上下文特征（contextual information）还是无关的背景噪声（background noise）。 解决方案的关键在于提出两种可操作的方法：一是将图像分割为不重叠的小块并随机打乱，增加分类难度以检测对局部结构的依赖；二是应用多种图像变换（如傅里叶变换、小波变换和中值滤波）及其组合，以恢复并识别CNN用于分类的背景噪声信息。 研究发现，单纯扩大训练数据规模和模型参数量并不能有效提升计数准确性，其根本原因在于扩散模型（diffusion models）更依赖于噪声初始化（noise initialization）而非显式的文本计数信息，且噪声先验存在偏向特定计数的偏差。 解决方案的关键在于通过向噪声先验注入计数感知的布局信息（count-aware…