CVPR2020 | 真实场景中的玻璃检测，有趣的应用

最新推荐文章于 2020-11-26 01:22:12 发布
最新推荐文章于 2020-11-26 01:22:12 发布
阅读量745 收藏 2
点赞数
分类专栏： 计算机视觉 | 顶会论文研读、源代码分析 计算机视觉实战 | 文档详细，开放源码 文章标签： 计算机视觉 图像分割 目标检测 语义分割 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/charmve/article/details/109314816
版权
这篇博客介绍了CVPR2020中一篇关于玻璃检测的研究，创建了大规模数据集GDD，并提出了GDNet网络，通过大范围上下文特征融合解决玻璃检测难题。该方法在机器人感知、无人机跟踪等领域有广泛应用前景。
摘要由CSDN通过智能技术生成

本文是我在浏览CVPR2020文章中发现的一篇有趣的有关玻璃检测的文章，平常很少有人关注玻璃检测有关的任务，可以说是开辟一个新的方向，具有巨大的应用价值，准确识别并分割出场景中的玻璃，不仅能够消除由于玻璃的透明性所导致的对于场景的错误理解，还能够帮助其他的计算机视觉任务（例如深度估计、目标检测和图像反射去除等）提升鲁棒性，因此本论文的方法可以广泛应用于机器人感知与导航、无人机跟踪等，为其智能决策提供有力的保障，接下来不如就一起来看看这篇文章是怎么做的吧。

 

论文地址：http://openaccess.thecvf.com/content_CVPR_2020/papers/Mei_Dont_Hit_Me_Glass_Detection_in_Real-World_Scenes_CVPR_2020_paper.pdf

项目地址：

https://github.com/Charmve/Mirror-Glass-Detection

 

玻璃在我们的日常生活

了解本专栏 订阅专栏 解锁全文
Charmve
关注
专栏目录
订阅专栏
CVPR 2020：华为GhostNet，超越谷歌MobileNet，已开源
迈微AI研习社 · 号主
07-18 521
来自华为诺亚方舟实验室的一篇工作近日被CVPR 2020接受，提出了一种新型的端侧神经网络架构，GhostNet。作者：韩凯、王云鹤等。该架构可以在同样精度下，速度和计算量均少于SOTA算法。
CVPR‘2023 | 港科大 & 腾讯 AI Lab & 港大联合出品：有趣的动态 3D 场景重建
最新发布
专注计算机视觉全栈知识分享
03-19 246
本文提出了一种实用的解决方案，用于在给定完全异步多视图视频的情况下构建 3D 循环视频表示。实验验证了所提方法的有效性，并证明在几个基线上质量和效率有了显着提高。
基于机器视觉的玻璃Mark点字符识别
《好好先生》专栏
11-29 3188
基于机器视觉的玻璃Mark点字符识别  玻璃上的Mark点、字符识别，与其它材质上的内容略有不同，其有一定的角度。基本上90度垂直看时，会反光。而其它角度看时，则不反光，表现为黑色。 玻璃上的Mark点 工业光源 对于这种玻璃材质上的字符、Mark点等特征，直接考虑同轴光源，如COL-30-B，可以利用同轴光源的垂直特征，将字符所在位置反光回来得到明亮特征，而其它地方则透光后形成黑色特...
目标检测精读系列
kealennieh的博客
06-13 399
1. 概述 目标检测是一个比较活跃的领域，其目标是通过算法检测出图像中的感兴趣目标。目前，基本上最先进的目标检测算法都是基于神经网络。 在深度学习之前，基本上是提取特定角点(SIFT，HOG等)去检测目标，或是利用划窗的方式结合SVM等经典分类器去检测目标，这类传统的算法的检测效果不佳。随着卷积神经网络的出现，目标检测的效果被提升了一大截，远远超过了传统的算法。 最开始是R-CNN，然后是Fast R-CNN, Faster R-CNN, 然后发展出了YOLO，SSD，接着是FCOS，CenterNet等目
opencv3/C++基于颜色的目标跟踪
akadiao的博客
12-23 1万+
void inRange(InputArray src, InputArray lowerb, InputArray upperb, OutputArray dst);src：输入图像； lowerb：下边界数组，阈值下限； upperb：上边界数组，阈值上限； dst：输出图像；颜色范围如图： 捕获摄像头中的黄色方块，示例：#include<opencv2/opencv.hpp> usin
基于对象上下文的新视图场景布局生成
西安电子科技大学计算机科学与技术学院2香港城市大学计算机科学系摘要场景的新视图预测具有许多应用。现有的工作主要集中在通过图像空间中的逐像素预测来生成新颖的视图图像，通常会导致严重的重影和模糊伪影。本文...
面向场景理解的统一感知句法分析
人类在多个层次上识别视觉世界：我们毫不费力地对场景进行分类，并检测内部的对象，同时还识别对象的纹理和表面以及它们的不同组成部分。在本文中，我们研究了一个新的任务，称为统一的感知解析，它要求机器视觉系统...
基于图的场景表示及生成方法
我们提出了一种新的场景图生成模型，称为Graph R-CNN，它在检测图像中的对象及其关系方面既有效又高效。我们的模型包含一个关系建议网络（RePN），有效地处理图像中的对象之间的潜在关系的平方数我们还提出了一个...
Python-基于分割的深度学习表面缺陷检测方法的一个Tensorflow实现
08-11
（秒杀 DeepLabV3 和Unet 的缺陷检测网络）基于分割的深度学习表面缺陷检测方法(cvpr2019)的一个Tensorflow实现
在OpenCV C ++中将图像的所有白色像素更改为透明
renzhehongyi的专栏
10-10 2822
将BGR3通道图像转换为BGRA4通道，然后白色像素设置透明度为0；(0-255，0全透明，255不透明) // load as color image BGR cv::Mat input = cv::imread("C:/StackOverflow/Input/transparentWhite.png"); cv::Mat input_bgra; cv::cvtColor(input, input_bgra, CV_BGR2BGRA); // find all wh
OpenCV编写毛玻璃效果实现（需进一步提高）
松子茶的专栏
06-04 2712
IplImage* src = cvLoadImage("../Test.jpg", 1); if(src) { int w = src->width, h = src->height, ws = src->widthStep;uchar* dsrc = (uchar*)src->imageData; IplImage* dst = cvCreateImage(cvGetSize(src), src->depth, src->nChannels); uchar* ddst = (uchar*)dst-
神奇！你思考过计算机是怎么识别玻璃和透明物体的吗？
迈微AI研习社 · 号主
11-01 950
真实场景中的镜面/玻璃检测和语义分割 Charmve | English | Chinese Mirror and Glass Detection/Segmentation 在这个项目中，我正在学习反射镜和玻璃检测/分段技术。镜子是反射表面，可以反射前面的场景，而玻璃是透明表面，可以从背面透射场景，通常也可以反射前面的场景。通常，镜子和玻璃都没有自己的视觉外观，它们仅反射/透射周围环境的外观。 由于镜子和玻璃没有自己的外观，因此开发自动算法进行检测和分段并不是一件容易的事。
2020CVPR目标检测方向论文整理
Levi的博客
03-31 9430
CVPR 2020目标检测方向最新论文   CVPR 2020的录用结果已经出来好久了，这篇博客汇集了各方资料，下面应该是目前放出来的比较全的paper和code，我会大致介绍一下文章在做什么，方便大家更快地去选择性阅读。持续更新……   [1] EfficientDet: Scalable and Efficient Object Detection Motivation： ...
harris角点检测_【视觉】玻璃瓶检测机和机器视觉有关系吗？
weixin_39977488的博客
11-26 542
-背景在我们的日常生活中，玻璃瓶非常常见。灌装饮料、药品等液体物质，更是常常用到玻璃瓶。玻璃瓶拥有很多优势，其材料具有良好的阻隔性能，有良好的耐腐蚀能力；其瓶体可以反复多次使用，有利于降低包装成本。但玻璃瓶同时也存在着一定的缺点，相对于金属瓶体更易碎易破损。在自动化产线中，为了确保产品质量，常常采用玻璃瓶检测机来对其进行检测。玻璃空瓶检测机采用机器视觉技术，对瓶体各部位进行全方位检测，可...
2019-CVPR 缺陷/瑕疵检测论文介绍及基于pytorch实现的代码
m0_37412775的博客
11-22 1万+
Segmentation-Based Deep-Learning Approach for Surface-Defect Detection的介绍和实现本文介绍论文解析1. INTRODUCTION2. Related Work3. Segmentation network3.1 决策网络3.2 Learning3.3 Inference4. Segmentation and decision network evaluation5. Experiments5.1 Performance metrics5.
CVPR2020|3D目标检测点云检测新网络 PV-RCNN
热门推荐
有所为，有所成长
01-06 1万+
Brief &emsp；很长一段时间没有记录一些学习的东西了，一部分原因是因为研一的考试真的多，还有一部分是没有看上一些值得去写博客的文章。今天这一篇是19年12月30日放到arxive上的，其实在CVPR2020截止后就一直在关注这一篇文章何时会放出来，毕竟在KITTI的3D检测上高居榜首，并且远远的超过了第二名。如下： 是很有必要研读一下，这篇文章出自港科和商汤的工作。目前还没有开源...
CVPR 2020 论文大盘点-医学影像处理识别篇
OpenCV中文网
07-11 4221
医学影像处理识别是计算机视觉的重要方向，尽管CVPR 不是专门的医学领域学术会议，但仍有不少相关工作，CVPR 2020 中尤以医学影像分割为最。本文盘点相关论文，总计 19 篇，其中：...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

Charmve

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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