计算机视觉&点云处理学术指引

最新推荐文章于 2024-03-12 22:14:59 发布
最新推荐文章于 2024-03-12 22:14:59 发布
阅读量1k 收藏 14
点赞数
分类专栏： 点云处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 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/coldplayplay/article/details/78506691
版权
本文提供了计算机视觉和点云处理的学术资源，包括顶级期刊如IEEE Transactions on Pattern Analysis & Machine Intelligence，会议如IEEE IROS和ICRA，以及知名专家如Radu B. Rusu和Richard Newcombe的工作。此外，还推荐了学习平台如开源PCL库和相关学者的研究。
摘要由CSDN通过智能技术生成
最低0.47元/天 解锁文章
coldplayplay
关注
  • 0
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
三维重建，谁才是顶流？
计算机视觉工坊
06-05 35
3DGS技术是近年来计算机视觉领域最具突破性的研究成果之一。它不仅在学术界引起了广泛关注，成为计算机视觉、SLAM等领域的研究热点，而且每天都有大量基于Gaussian Splatting的新研究问世。此外，3DGS技术在商业应用方面也取得了显著进展，许多商业公司正在积极推动3DGS技术的商业化落地。随着3DGS技术的商业化进程加速，与之相关的计算机视觉岗位也如雨后春笋般涌现。
MATLAB算法实战应用案例精讲-【人工智能】SLAM（概念篇）
qq_36130719的博客
06-06 2203
SLAM是Simultaneous Localization and Mapping的缩写，意为“同时定位与建图 （同步定位与地图构建）”，是业界公认视觉领域空间定位技术的前沿方向。它是指运动物体自身位置不确定的条件下，根据传感器的信息，一边计算自身位置，一边构建环境地图的过程,同时利用地图进行自主定位和导航。它主要用于解决机器人在未知环境运动时，如何通过对环境的观测确定自身的定位和运动轨迹，同时构建出周围环境的地图。
点云相关期刊等资料汇总
08-24 6141
SCI： （1）Remote Sening (RS) 官网：https://www.mdpi.com/journal/remotesensing （2）GIScience & Remote Sensing 官网：https://www.tandfonline.com/toc/tgrs20/current （3）IEEE Transaction On Geoscience and Remote Sensing 官网：https://ieeexplore.ieee.org/xpl/Recen
计算机视觉3D点云经典书籍-Semantic 3D Object Maps for Everyday Manipulation
11-11
计算机视觉3D点云经典书籍-Semantic 3D Object Maps for Everyday Manipulation in Human Living Environments 讲述了点云的几何计算原理 以及利用点云特征FPHF进行匹配即分类 用生活环境如厨房清理 开门等实例进行了举例和讲解
【计算机视觉】简述对DPC的理解（点云分割）
weixin_48845174的博客
03-12 3184
很多点云分割的网络结构，都是通过扩大感受野来防止一些容易丢失的点丢失，通常的做法是扩大下采样的层数来增加，DPC这篇文章是添加了一个扩张的系数d，KNN搜索的时候搜素K·d个点，然后选择第d个点，并且这篇文章的一个大的优势是它做了很多的消融实验来证明哪个方法是最好的。 它们做的工作大概分为三部分，第一部分是点卷积部分，该部分与PointConv、PointCNN部分的卷积很类似，利用核函数g对搜索的邻域进行卷积。 第二部分是感受野的尺寸大小，很多网络的结构都是利用增加感受野的大小来防止丢失一些重要的信息
点云编码是计算机视觉吗,本周新出开源计算机视觉代码汇总（含图像超分辨、视频目标分割、行人重识别、点云识别等）...
weixin_30209891的博客
06-22 226
今天汇总了本周新出的计算机视觉开源代码。(有部分已经有git地址但还没上传代码)共有12份来自前沿计算机视觉研究的代码，CV君数了数，竟然发现其中10份代码所属论文的第一作者是华人！可见，华人学者在计算机视觉领域异常活跃，而且乐于开源，相信影响力会越来越大。自适应加权学习的轻量级图像超分辨率Lightweight Image Super-Resolution with Adaptive Weigh...
点云编码是计算机视觉吗,全视角点云数据定长有序化编码方法、设备及存储介质与流程...
weixin_28818559的博客
06-22 692
本发明属于计算机视觉和图像处理领域，涉及三维点云编码方法。背景技术：随着三维传感设备的广泛应用，物体三维信息的获得与处理如三维重建受到越来越多的重视。点云是立体视觉和激光扫描仪等三维传感设备的原始输出，是三维视觉领域最基本的数据格式之一，它是获取物体三维信息和随后重建物体表面的基础，这种格式的数据通常以无序的形式记录被观测物体表面大量空间点的三维坐标。点云数据处理就是通过对大量具有坐标信息的点进行...
点云编码是计算机视觉吗,GitHub - xmtc56606/Reconstruction: 轮轨姿态反映着列车运行中轮与轨的接触关系，掌握高铁轮轨姿态是保障高铁安全运营的基础。基于计算机视觉技术的无...
weixin_32451529的博客
06-22 221
基于编码结构光的高铁轮轨姿态三维重建3D Reconstruction of high-speed rail-wheel based on coded structured light 高铁轮轨姿态反映了车轮与钢轨之间复杂的动态相互作用和约束关系，掌握他们之间真实接触姿态是保障高速铁路安全运营的重要基础。如何能够精确获得高铁轮轨姿态一直是国内铁路科研的热门研究...
S3DIS 点云数据集 网盘链接
02-02
该数据集旨在为计算机视觉、机器学习以及深度学习领域的研究提供丰富的三维环境数据支持，特别适用于室内场景理解任务，如语义分割、对象检测和场景重建等。 #### 数据集特点 - **规模大**：S3DIS 包含了6个不同...
图像注释终极指南：技术、工具和最佳实践
最新发布
qq_34241387的博客
03-12 854
一文了解图像标注
三维计算机视觉（一）--点云处理综述
deeplan_1994的博客
07-05 3441
转自：http：//www.cnblogs.com/ironstark/p/4996929.html点云模型与三维信息　　　三维图像是一种特殊的信息表达形式，其特征是表达的空间中三个维度的数据和二维图像相比，三维图像借助第三个维度的信息，可以实现天然的物体 - 背景解耦。除此之外，对于视觉测量来说，物体的二维信息往往随射影方式而变化，但其三维特征对不同测量方式具有更好的统一性。与相片不同，三维...
深度学习在计算机视觉领域（包括图像，视频，3-D点云，深度图）的应用
weixin_30752377的博客
05-16 3084
深度学习在计算机视觉领域（包括图像，视频，3-D点云，深度图）的应用 转自 https://zhuanlan.zhihu.com/p/55747295 深度学习在计算机视觉领域（包括图像，视频，3-D点云，深度图）的应用一览 黄浴...
初探三维计算机视觉（三维重建） —— 相机模型 + 双目系统 + 点云模型
小菜鸡的小博客
04-20 8558
咱就是说注终于到三维计算机视觉部分了，本篇内容主要先浅谈一下三维计算机视觉的基本概念和应用，在后续我们会好好学学三维重建hiahiahia~
3D视觉学习计划之点云基础知识
小俊俊的博客
04-24 2031
点云是指在三维坐标系中的一组数据点。每个点代表空间中的一个特定位置，可以由其 x、y 和 z 坐标定义。点云常用于计算机视觉和机器人应用程序中，例如物体识别、三维重建和定位。点云的优点是可以提供丰富的几何信息，可以用于建模和分析三维场景。缺点是点云数据通常非常大，处理和存储成本较高。
PCL—综述—三维图像处理
weixin_34096182的博客
11-26 865
点云模型与三维信息　 　　三维图像是一种特殊的信息表达形式，其特征是表达的空间中三个维度的数据。和二维图像相比，三维图像借助第三个维度的信息，可以实现天然的物体-背景解耦。除此之外，对于视觉测量来说，物体的二维信息往往随射影方式而变化，但其三维特征对不同测量方式具有更好的统一性。与相片不同，三维图像时对一类信息的统称，信息还需要有具体的表现形式。其表现形式包括：深度图（以灰度表达物体与相机的距离...
AI学习笔记（六）三维计算机视觉与点云模型
qq_35813161的博客
11-21 3312
AI学习笔记之三维计算机视觉与点云模型立体视觉立体视觉的概念立体视觉的原理单目系统双目系统和视差对极几何约束SIFTsift特征的特点sift算法总体介绍sift特征提取和匹配具体步骤1、生成高斯差分金字塔（DOG金字塔），尺度空间构建sift尺度空间sift图像金字塔高斯金字塔构建尺度空间DOG金字塔2、空间极值点检测（关键点的初步查探）尺度空间极值检测高斯金字塔的k值3、确定关键点的精确定位4、稳定关键点方向信息分配5、关键点描述6、特征点匹配点云模型与三维重建 立体视觉 立体视觉的概念 立体视觉是一种
【计算机视觉】简述对RandLA-Net（大场景点云）的理解
weixin_48845174的博客
03-07 6612
之前讲述的都是基于逐点MLP和点卷积的文章，对于逐点MLP的文章来说（PointNet和PointNet++）都是采用了对称函数（maxpooling）的做法，这样做的目的是为了解决点云的无序性，但是最大的不足就是他们只提取了全局特征（global feature），丢失了很多信息，虽然PointNet++设计了set abstraction层，用于提取周围点特征，但是提取的效果不好，而且计算量比较差，对于点卷积的文章，他们利用Kernel对领域点进行聚合，然后提取特征并且进行分割和分类，这样做的好处就是解
PCL学习：深度图像-从点云创建深度图像
zfjBIT的专栏
06-18 2906
此程序是生成一个矩形的点云，然后基于该点云创建深度图像，并显示点云和深度图； #include <pcl/range_image/range_image.h> #include <pcl/visualization/range_image_visualizer.h> #include <pcl/visualization/pcl_visualizer.h>...
Python实现计算机视觉：图像处理基础
"这篇文档是关于使用Python进行计算机视觉基础图像处理的教程，涵盖了环境配置、编辑器选择以及图像处理的三个主要技术：绘制图像轮廓、图像去噪和图像均衡化。作者推荐使用Anaconda作为Python环境，因为它包含了...
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
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