- 博客(16)
- 收藏
- 关注
原创 常见三维表示方法
三维表示是机器视觉的一项关键技术,它能直观的反映物体的形状,与我们熟悉的二维表示相比,三维表示带有深度信息,因此有效的三维表示是实现三维模型重建、三维目标检测、场景语义分割等机器视觉任务的重要关键,在机器人、AR/VR、人机交互、遥感测绘等领域有着广泛的应用前景。
2022-12-11 14:55:21
8252
2
原创 论文笔记(二)Depth Map Prediction from a Single Image using a Multi-Scale Deep Network
预测深度是理解场景的3D几何图形的一个重要组成部分。虽然对于立体图像,局部对应足以进行估计,但从单个图像中寻找深度关系就不那么直接了,需要集成来自各种线索的全局和局部信息。此外,这项任务本身是含糊不清的,因为总体规模有很大的不确定性。在这篇论文中,我们提出了一种新的方法,通过使用两个深度网络堆栈来解决这个问题:一个是基于整个图像进行粗略的全局预测,另一个是局部改进预测。我们还应用尺度不变误差来帮助测量深度关系,而不是尺度。
2022-10-30 16:36:46
523
1
原创 论文笔记(一)3D-R2N2 A Unified Approach for Single and Multi-view 3D Object Reconstruction
受最近成功的利用形状先验实现鲁棒3D重构方法的启发,我们提出了一种新的循环神经网络架构,我们称之为3D循环重构神经网络(3D- R2N2)。该网络从大量合成数据中学习物体图像到其底层3D形状的映射。我们的网络从任意视点接收一个或多个对象实例的图像,并以3D占用网格的形式输出对象的重建。与之前的大多数工作不同,我们的网络不需要任何图像注释或对象类标签进行训练或测试。
2022-10-26 20:19:41
1067
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人