qq_29462849的博客

前言这是公众号【3D视觉工坊】出品的第一门课，视觉三维重建，基于colmap框架，保姆级教程，详细内容请见大纲，课程购买链接：彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进；介绍视觉三维重建 = 定位定姿 + 稠密重建 + surface reconstruction +纹理贴图。三维重建技术是计算机视觉的重要技术之一，基于视觉的三维重建技术通过深度数据获取、预处理、点云配准与融合、生成物体表面等过程，把真实场景刻画成符合计算机逻辑表达的数学模型。然而，由于视觉三维重建对图像、光学、成像理论

计算机视觉入门的一些pdf书籍，【计算机视觉工坊】按照不同领域帮大家划分了下，涉及深度学习基础、目标检测、Opencv、SLAM、点云、多视图集合、三维重建等~计算机视觉1、 计算机视觉算法与应用（第二版）2、 OpenCV3编程入门3、 数字图像处理（冈萨雷斯，第三版）深度学习1、 深度学习（花书）2、 深度学习、优化与识别3、 吴恩达DeepLearning.ai中文版笔记4、 《神经网络与深度学习》(邱锡鹏)目标检测1、 深度学习之PyTorch物体检测实战SLAM1、 视觉

前言这一篇的内容主要要讲一点在深度学习的3D目标检测网络中，我们都采用了哪些数据预处理的方法，主要讲两个方面的知识，第一个是representation，第二个数据预处理内容是数据增广。作为本篇博文的引言，我们先给一种博主制作的比较重要的3D检测方法图鉴，如下，就笔者的个人理解，今年的CVPR出现了很多的one-stage的方法，同时出现了很多融合的方法，这里的融合有信息融合，有representation融合，同时根据近两年的发展来看,voxel-based的方法占据了主导地位，这是得益于卷积结构优越

作者：Tom HardyDate：2020-2-26来源：基于点云方式的6D姿态识别前言除了对应点方式，还可以将点云将与整个形状对齐，获得6D姿态。通常，首先进行粗配准以提供初始对准，然后进行密集配准方法，如迭代最近点（ICP），以获得最终的6D姿态。针对点云方式，挑选了一些相关的paper，在这里做下基本思想分享。1、Go-ICP: A Globally Optimal Solut...

作者：Tom HardyDate：2020-2-23来源：大盘点|基于RGB图像下的机器人抓取前言近期读取了一些最新基于RGB图像下的机器人抓取论文，在这里分享下思路。1、Optimizing Correlated Graspability Score and Grasp Regression for Better Grasp Prediction本文提出了一种新的深度卷积网络结构...

作者：CJBDate：2020-2-21来源：基于深度学习的三维重建算法综述00 前言01 基于传统多视图几何的三维重建算法1.1 主动式（1）结构光（2）TOF 激光飞行时间法（3）三角测距法1.2 被动式（1）单目视觉（2）双目/多目视觉1.3 基于消费级RGB-D相机02 基于深度学习的三维重建算法2.1 在传统三维重建算法中引入深度学习方法进行改进2.2 ...