Data-Driven 3D Voxel Patterns for Object Category Recognition

CVPR2015

http://cvgl.stanford.edu/projects/3DVP/

本文主要使用三维像素特征来检测图像中的车辆,三维模型检测车辆的优势是可以获得额外的信息:高度、遮挡、3D姿态等。

首先来看看我们的3D Voxel Patterns 是什么?

这里写图片描述

本文算法流程如下:

这里写图片描述
训练阶段:首先将3D CAD模型与图像对齐,提取得到 3D voxel exemplars, 然后得到 3D voxel patterns,最后训练得到 3D voxel pattern detectors
检测阶段:对2D图像进行3DVP detectors得到检测结果,接着进行 Transfer meta-data and occlusion reasoning 得到 2D 分割结果,最后投影到 3D 得到3D定位。

这里写图片描述

3DVPs 是什么样子了? 如下图所示:
这里写图片描述

  1. Experiments
    这里写图片描述

这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值