- 博客(4)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 深度强化学习在机器人领域的研究与应用
前言 机器学习方法主要可以分为四类，监督学习、半监督学习、无监督学习、以及强化学习。其中，强化学习不同于连接主义的监督学习方法，是智能体通过与环境的交互，观测交互结果以及获得相应的回报。这种学习的方式是模拟人或动物的一种学习方式，因此强化学习在机器人领域有着广泛的应用。 传统的强化学习的动作空间和样本空间都很小，且一般是离散的情境下，而实际的任务往往有着很大的状态空间和连续的动作空间。当输入数据为图像，声音时，往往具有很高维度，传统的强化学习很难处理，此时就需要结合深度学...
2021-07-31 10:50:13
2916
原创 基于多视图几何的三维重建
前言 三维重建是计算机视觉研究的重要内容之一，是根据单视图或者多视图的图像重建三维信息的过程。 早期的三维重建更多的是通过在相机进行预标定、或相机按照特定轨迹运动的情况下进行重建，这样的三维重建只能实现静止和已知环境下的三维重建，具有一定的应用局限性。而基于计算机视觉的多视图几何三维重建，不需要相机按特定的轨迹运动，也不需要对相机进行预标定，可以从不同视角获取目标物体的多幅视图，从视图中提取目标物体的三维几何约束信息，利用约束信息即可实现景物的三维重建。讲解主题主题...
2021-07-29 15:18:18
3031
2
原创 视频分割全面探究：从视频物体分割到视频全景分割
前言 图像分割大家可能都耳熟能详，近年来，图像分割的研究已经取得了显著成果，而视频分割的研究仍在起步阶段。 视频分割由简到繁可分为三类：视频物体分割、视频语义分割和视频全景分割。视频物体分割是指从视频所有图像中把感兴趣的物体区域完整的分割出来；视频语义分割则要求给视频中所有图像上的每一个像素赋予一个带有语义的标签；视频全景分割的目标是精确定位整个视频的所有语义和实例边界，并为这些分割的视频管分配正确的标签。 目前，视频分割任务主要面临两大挑战：第一，在视频...
2021-07-28 14:14:42
2073
空空如也
要把DToF做到尺寸足够小、功耗足够小，塞到手机里，还有什么瓶颈
2021-07-28
TA创建的收藏夹 TA关注的收藏夹
TA关注的人