![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Paper
文章平均质量分 91
一些论文阅读笔记~
Nismilesucc
New beginning.
展开
-
【论文笔记】Non-Rigid Point Set Registration Networks
蓝色紫色红色Non-Rigid Point Set Registration NetworksCodeAbstract 点云注册被定义为确定从 源点集到目标点集 的空间变换的过程。现有方法通常以 迭代方式 搜索最佳几何变换 以注册给定的一对点集,由 最小化预定义的对齐损失函数 驱动。相比之下,所提出的点注册神经网络(PR-Net)主动从训练数据集中学习 配准模式 作为参数函数,从而预测 所需的几何变换 以对齐一对点集。PR-Net可以将学到的知识(即注册模式)从注册训练对转移到测试对,而无需额原创 2022-08-12 21:16:08 · 777 阅读 · 0 评论 -
Learning to Find Good Correspondences 18‘CVPR 论文阅读笔记
蓝色紫色红色Learning to Find Good CorrespondencesCodeAbstract原创 2022-08-12 21:15:19 · 998 阅读 · 0 评论 -
Multi-Video Temporal Synchronization论文笔记
蓝色紫色红色Multi-Video Temporal Synchronization by Matching Pose Features of Shared Moving SubjectsAbstract 协作分析由多个运动摄像机从 不同的随时间变化的视角 拍摄的视频 可以帮助解决许多计算机视觉问题。但是,这种协作分析通常需要 在时间上同步的视频 ,这是仅仅依靠 相机时钟 是会不准确的。在本文中,我们建议基于 视频内容 来解决这个问题。更具体地说,如果多个视频涵盖相同的移动人物,则这些主题在这些原创 2022-08-12 21:13:58 · 4403 阅读 · 0 评论 -
BasesHomo 21‘ 旷视&UESTC
Motion Basis Learning for Unsupervised Deep Homography Estimation with Subspace Projection基于子空间投影的非监督单应矩阵估计的运动基础学习Code: BasesHomo原创 2022-06-04 20:58:04 · 311 阅读 · 0 评论 -
On the Two-View Geometry of Unsynchronized Cameras论文笔记
On the Two-View Geometry of Unsynchronized Cameras不同步相机的双视图几何Code: TwoViewUnsynchAbstract 该方法用于 从多个不同步的相机采集的视频序列中 同时估计 相机几何 和 时间迁移(时移)。Conclution 本文提出了用于 同时估计 来自 不同步相机 的图像序列之间的 极几何或单应矩阵 和 时移 的求解器。这是这些问题的 最小解决方案 ,使得他们能够适合使用RANSAC进行鲁棒估计。我们的方法只需要图像中 移原创 2021-12-06 22:46:13 · 1183 阅读 · 0 评论 -
Deep Homography Estimation for Dynamic Scenes 论文笔记
Introduction单应矩阵估计方法(传统+deep learning)本文的工作auxiliary loss function: compares the dynamic mask from the ground-truth dynamics map that is estimated from the training data.Related Work1.Pixel-based approaches直接搜索使得两张图片对齐误差最小的单应矩阵已有的误差度量和参数搜索算法(层次估计、原创 2020-12-24 13:11:13 · 1115 阅读 · 5 评论 -
CAUDH__Unsupervised method
Content-Aware Unsupervised Deep Homography Estimation内容感知的非监督深度单应矩阵估计codeAbstractRANSAC → learn an outlier mask (Only select reliable regions for homography estimation )learned deep features → calculate lossformulate a novel triplet loss → achi原创 2021-07-22 20:11:43 · 313 阅读 · 0 评论