![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文笔记
文章平均质量分 82
KylinQAQ
这个作者很懒,什么都没留下…
展开
-
基于深度学习的三维点云识别
基于深度学习的三维点云识别一、什么是三维物体识别 随着三维成像技术的发展,结构光测量、激光扫描、ToF等技术趋于成熟,物体表面的三维坐标能够精准而快速的获取,从而生成场景的三维数据,能够更好地感知和理解周围环境。三维数据包含了场景的深度信息,能够表示物体的表面形状,在机器人、AR/VR、人机交互、遥感测绘等多个领域具有广阔的应用前景。 三维数据由传感器直接获得,可以表示为深度图、点云、网...原创 2018-10-10 10:23:34 · 30606 阅读 · 10 评论 -
[论文笔记] MaskFusion: Real-Time Recognition, Tracking and Reconstruction of Multiple Moving Objects
1. introduction目前的SLAM系统存在两个待完善的地方:默认场景是静态的,把动态的物体当作外点,没能追踪场景的动态物体。仅构造几何地图,或地图只有像素级的语义信息,没有物体级的信息。contribution:构造了实例级的三维地图结合MASK RCNN的目标检测和几何的物体边缘检测方法,细化实例边缘能够追踪场景中的刚体动态物体,而非把它们当作外点排除,只排除动态的...原创 2019-01-22 17:15:10 · 1512 阅读 · 0 评论 -
[论文笔记] semi-dense 3d semantic mapping from monocular slam
semi-dense 3d semantic mapping from monocular slam1. introduction这篇论文的思想比较易懂,使用单目LSD-SLAM+deeplab,生成半稠密的语义地图。文章解释了,对于RGBD或双目相机,存在尺度限制问题,他们只能在有限的深度范围内工作,而对于室内室外的衔接能力弱。因此选用了单目SLAM。此外,2D语义分割是在关键帧上做的,也并...原创 2019-01-21 11:45:47 · 2035 阅读 · 2 评论 -
[论文笔记]Probabilistic data association for semantic slam
1. introduction读完总结,感觉这篇文章的主要思想是,提出数据关联,并根据语义的类别结果计算数据关联的概率,然后在优化过程中,根据之前的数据关联作为概率权重,引入与目标检测位置有关的误差项,从而让目标检测来辅助位姿估计。数据关联和识别问题是不同类别之间离散的,而传统SLAM是连续优化的。本文的目标是利用目标检测,整合尺度(metric)信息和语义(semantic)信息,用于传感...原创 2019-01-24 18:13:54 · 2270 阅读 · 1 评论 -
[论文笔记] Fusion++: VolumetricObject-LevelSLAM
1. introduction本文结合了MASK RCNN,说是语义SLAM,其实基本没用到语义信息,而是结合了物体检测结果,对每个物体进行三维重建,建立物体级的地图。并完善了基于这个地图的初始化、删除、更新、跟踪、重定位、图优化的工作。存在的不足还是挺多的,默认场景是静态的,并且不追踪动态物体。MASK RCNN的阈值很高,这样漏检应该是比较严重的。MASK RCNN并非实时,30帧运行一次...原创 2019-01-18 11:39:10 · 1779 阅读 · 1 评论 -
[论文笔记] SemanticFusion: Dense 3D Semantic Mapping with Convolutional Neural Networks
一、 主要内容最近开始看语义SLAM的内容(叹。主要贡献1.融合的state of the art的SLAM系统ElasticFusion,使用CNN进行语义分割,加上条件随机场对分割结果的优化,设计了semantic mapping的系统。2.使用的摄像头为RGB-D,系统帧率达到25Hz,保证了实时性。3.提出(?)了语义地图中,每个点类别概率的更新方法。额外收获1.结合视频连续...原创 2018-11-26 18:04:01 · 2031 阅读 · 1 评论 -
[论文笔记]ORB-SLAM: a Versatile and Accurate Monocular SLAM System
ORB-SLAM一、introductionPTAM缺少闭环检测缺少对于闭塞(occlusion)的处理重定位时对视角的不变性低自启动(bootstrapping)时需要人工干涉ORB SLAM以PTAM为基础contributions:使用ORB features在tracking、mapping、relocalization、loop closing任务中,保证在视点...原创 2019-01-07 17:53:22 · 553 阅读 · 0 评论 -
[论文笔记]ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras
ORB-SLAM 2一、 introduction单目的缺点:未知地图的尺度需要初始化地图会有尺度漂移难以处理纯旋转本文的贡献:完成结合单目、双目、RGBD的slam系统,包含回环检测、重定位、地图重用功能。证明使用BA的精度高于ICP和最小化深度误差。使用近处或远处的双目点和单目观测,取得的精度高于当前最优的双目SLAM。使用轻量级的定位模式,当无法建图时,能够有效的...原创 2019-01-10 13:17:06 · 1181 阅读 · 0 评论 -
[论文笔记] DS-SLAM: A Semantic Visual SLAM towards Dynamic Environments
DS-SLAM: A Semantic Visual SLAM towards Dynamic Environments一、 introduction这篇文章主要提出了结合语义信息和运动特征点检测,来滤除每一帧中的动态物体,从而提高位姿估计的准确性。同时建立了语义八叉树地图。在高运动的场景中,与ORB SLAM2相比提升明显。但也存在不足,如仅能识别20种物体,并只认为人是移动的类别;八叉树...原创 2019-01-14 16:30:10 · 8500 阅读 · 10 评论 -
[论文笔记]Meaningful Maps With Object-Oriented Semantic Mapping
一、主要内容这篇文章做的也是semantic mapping的工作,创新的点是,不单给了每个点类别,同时给出了object的概念,存储了每一个object的3d点云。最终的地图是由object的点云和背景构成的语义地图。文章新意不太多,主要是加了物体检测,但是SSD+额外的基于几何的点云分割感觉有点绕弯。另一篇用mask RCNN的应该更好。(不过文章引用和related works写的很好。...原创 2018-11-27 18:09:04 · 2488 阅读 · 0 评论 -
[论文笔记] VoxelNet: End-to-End Learning for Point Cloud Based 3D Object Detection
VoxelNet1. contribution针对激光雷达获取的高数量级点云数据,提出了一个端到端的可训练深度网络架构,实现精度较高的物体检测任务。将稀疏的点云数据转化为稠密的体素(voxel)张量,能够进行GPU加速。2. 网络架构网络架构分为三层:特征提取层:将点云划分为voxel形式,使用层级的VFE层提取特征,得到稀疏的voxel-wise特征张量。中间卷积层:使用3...原创 2018-10-10 17:50:27 · 6285 阅读 · 0 评论 -
PointCNN论文阅读笔记
PointCNN论文阅读笔记主要思想这篇论文提出了将卷积层用于三维物体识别的方法,引入一种可学习的矩阵X,对三维点云数据加权、置换。使得卷积能够保留点云的空间位置信息,并且不依赖与点的输入顺序。前层区域内的特征点经卷积操作,得到后层表示点(representative poin),即前层的高维局部特征表示。此方法可以同时应用在分类和分割任务中,作者介绍了在两类任务中的不同网络架构及细节实现。...原创 2018-10-10 10:53:31 · 2218 阅读 · 0 评论 -
PointNet阅读笔记
PointNet阅读笔记本文开创性地提出了将深度学习直接用于三维点云数据上的方法。三维点云由于其无序性,无法直接使用卷积等操作。本文提出了对称函数解决点的无序性问题,并给出了理论证明。设计了能够进行分类和分割任务的网络结构,认为提取出的特征点是三维物体的骨架结构。问题说明输入一个无序点集,包含n个点,每个点是其坐标表示(x,y,z),也可以添加其他手动提取的特征。对于分类问题,输出1*k的向...原创 2018-10-10 10:31:30 · 1950 阅读 · 0 评论 -
PointNet++阅读笔记
PointNet++阅读笔记 pointNet使用对称函数整合全局信息,解决点的无序性问题,然而从单点使用mlp的特征提取,到max pooling进行全局特征整合,最终得到的特征,都只是从一个点上提取的,没有考虑点和点之间的相关性特征。 pointNet++就在此基础上,提取了局部相关性的特征,这种局部特征被认为是距离尺度空间所展现的性质,比如点的密度信息。文章不仅仅局限于欧式空间,me...原创 2018-10-10 10:30:18 · 2398 阅读 · 1 评论 -
[论文笔记] ElasticFusion: Dense SLAM Without A Pose Graph
一、overview提出了一种密集SLAM方法,使用RGBD数据,进行跟踪和建图。主要贡献:surfel-based稠密建图。将surfel分为激活区域和非激活区域,一段时间内未观测到的归入非激活区域。每一帧,尝试把激活模型中当前相机估测位姿部分,登记至非激活模型在当前帧的部分,若登记成功,则检测到闭环,进行非刚体变换。发生闭环的非激活部分再次激活,放入登记的区域。(感觉意思是每一帧把...原创 2019-03-14 20:37:37 · 1210 阅读 · 0 评论