- 博客(13)
- 收藏
- 关注
RSS订阅原创 MVSTER: Epipolar Transformer for EfficientMulti-View Stereo
MVSTER网络结构如图所示。给定参考图像及其对应的源图像，首先利用特征金字塔网络提取2D多尺度特征。然后将源图像特征变化到参考摄像机坐标系下，通过可微单应性构造源体(Sec. 3.1)。随后，利用极线Transformer聚合源体并产生代价体，辅助分支进行单目深度估计以增强上下文。该体由轻量级3D CNN正则化以进行深度估计(Sec. 3.2)。进一步以级联结构构建，以粗到细的方式传播深度图 (Sec. 3.3).。
2023-12-26 13:31:44
879
1
原创 csadasda
```python# TODO 使用K-means实现一幅纹理图像的滤波响应向量聚类import numpy as npfrom skimage import colorfrom skimage.filters import gaborfrom sklearn.cluster import KMeansimport matplotlib.pyplot as pltdef extract_features(image, kernels): feats = np.zeros((imag
2023-12-10 19:02:54
348
1
原创 NeRF-SLAM: Real-Time Dense Monocular SLAM with Neural Radiance Fields
We propose a novel geometric and photometric 3D mapping pipeline for accurate and real-time scene reconstruction from monocular images. To achieve this, we leverage recent advances in dense monocular SLAM and real-time hierarchical volumetric neural radian
2023-11-21 13:05:49
130
1
原创 LEAP: LIBERATE SPARSE-VIEW 3D MODELING FROM CAMERA POSES
现有的方法主要已知准确的相机位姿前提下进行的三维重建，而这大多数适用于密集视图，但准确估计稀疏视图的相机姿势通常是很难的。我们的分析表明，噪声估计姿态导致现有稀疏视图三维建模方法的性能下降。为了解决这个问题，我们提出了LEAP，一种新颖的无姿势方法，因此挑战了相机姿势不可或缺的流行观念。LEAP抛弃了基于姿态的操作，从数据中学习几何知识。
2023-11-14 16:45:15
60
1
原创 Power Bundle Adjustment for Large-Scale 3D Reconstruction
We introduce Power Bundle Adjustment as an expansion type algorithm for solving large-scale bundle adjustment problems. It is based on the power series expansion of the inverse Schur complement and constitutes a new family of solvers that we call inverse e
2023-11-14 12:26:14
59
1
原创 Ghost-free High Dynamic Range Imaging with Context-aware Transformer
多帧高动态范围成像（High Dynamic Range Imaging, HDR）旨在通过合并多幅不同曝光程度下的低动态范围图像，生成具有更宽动态范围和更逼真细节的图像。如果这些低动态范围图像完全对齐，则可以很好地融合为HDR图像，但是，实际拍摄到的图像容易受到相机、物体运动的干扰，三张低动态范围图像往往不能很好地得到对齐，直接对三图像做融合的话，所生成的图像容易产生伪影、重影。，本文提出了一种新的上下文感知视觉转换器（CA-VIT）用于高动态范围成像。
2023-11-05 14:37:29
95
1
原创 MVSNet: Depth Inference for Unstructured Multi-view Stereo
We present an end-to-end deep learning architecture for depth map inference from multi-view images. In the network, we first extract deep visual image features, and then build the 3D cost volume upon the reference camera frustum via the differentiable homo
2023-10-23 21:37:12
66
原创 SAMLoc: Structure-Aware Constraints With Mutil-task Distillation for Long-term Visual Localization
Real-time and robust long-term visual localization is a key technology for autonomous driving. Season and illumination variance, as well as limited computing power make this problem more challenging. At present, most of the excellent visual localization al
2023-10-17 12:30:34
68
原创 ASpanFormer: Detector-Free Image Matching with Adaptive Span Transformer
通过这些方法，我们不仅能够保持相关系，还能够在高相关性的像素之间实现细粒度关注，从而补偿必要的局部信息。同时，在每个局部注意力模块，我们的网络需要回归一个辅助流图作为指导，这需要交叉视图上下文，因此加入了 轻量级的 global cross attention block。在sfm、vslam 中的图像匹配中，尽管像SIFT、ORB 等关键点检测算子具有很多的应用，但由于依赖关键点检测器和特征描述中的上下文丢失，这些基于检测器的匹配方法，在极端情况下(包括大视点变化和无纹理区域)会遇到困难。
2023-10-16 22:10:05
358
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人