![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文读后感
ds0529
这个作者很懒,什么都没留下…
展开
-
Robust Camera Location Estimation by Convex Programming读后感
目标:从已知的图像对之间的相对位置的方向γij=ti−tj∥ti−tj∥γij=ti−tj‖ti−tj‖\gamma _{ij}=\frac{t_{i}-t_{j}}{\left \| t_{i}-t_{j} \right \|}来估计全局位置titit_i的方法。主要思想:引入了两步法,包括对图像对之间异常匹配点有鲁棒性质的图像对之间的位置方向估计方法,以及对异常方向有鲁棒性质的相机位置估计...原创 2018-07-12 10:20:15 · 260 阅读 · 0 评论 -
Global Structure-from-Motion by Similarity Averaging读后感
目的:解决平移平均问题。主要思路:通过为每个摄像机构建稀疏的“深度图像”来解决这两个问题,其中包含一组稀疏特征点的深度值。深度图像将基本矩阵升级为相似变换,其对两个深度图像之间的相对旋转,平移和缩放进行编码。系统架构:我们首先为每个摄像机构建深度图像。该步骤进一步执行深度一致性检查以排除噪声基本矩阵。在构建深度图像之后,有两个可选的EG滤波器。局部BA应用于局部星状图中的图像以改善成对相对...原创 2018-07-15 17:08:28 · 780 阅读 · 0 评论 -
Adversarial Training Reconstruction读后感
本文思路是根据合成图像的体素重建来推理真实图像的体素重建,并利用了对抗训练。整个框架如下:可以看到有三个encoder和decoder。分别细说。混淆图像域:encoder是f,decoder是D_img。D_img分类器是分类合成图像和真实图像,为了实现域混淆,希望合成图像的域和真实图像的域不那么明显,也就是说分类器不能很好分类这两种图像,所以D_img分类器的参数要最大化这个分...原创 2018-12-11 15:58:00 · 487 阅读 · 0 评论 -
CAPNet读后感
CAPNet是一个点云重建网络,利用点云的投影图像和真实图像之间的误差来训练。结构如下:主要还是一个encoder和一个decoder。M是通过投影操作将点云投影到相机视角下的图片上后的图像,用图像之间的误差来进行训练。其中投影有高斯平滑操作,如下:其中x_n,y_n是(i,j)所有附近区域的投影点,然后通过高斯扩展影响到(i,j)得到图像上(i,j)点的颜色值大小M。loss...原创 2018-12-11 16:09:42 · 585 阅读 · 0 评论