3D图像自监督一些关键知识

三维图像分类、语义分割和重建_邢源的博客-CSDN博客_三维图像分类三维图像分类、语义分割和重建引言1 三维数据的深度学习原理1.1 三维数据表示方法1.2 神经网络的优势1.2.1 三维图的构成1.2.2 多视觉图像1.2.3 点云1.2.4 图模型1.3 图像分类和语义分割1.4 三维重建1.4.1 问题陈述和分类2 案例分析2.1 案例对比2.1.1 pointNet 分类和语义分割+功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自https://blog.csdn.net/weixin_41960098/article/details/108274030三维几何视觉核心问题： 场景结构+相机位姿+(相机参数)

PointNet

可微分渲染

逆向绘制：2D图像生成3D场景信息（例如，几何、灯光、材质、视角）

神经网络上的Forward-Backward 这种优化方式证明了非常大的潜力，现在GPU的计算力也越来越厉害。所以在做逆向绘制的时候也就把前向的绘制过程引入进来。什么是可微分渲染（differentiable rendering）？ - 知乎具体陈述在论文 Differentiable Monte Carlo Ray Tracing through Edge Sampling中，能否更加简洁的阐述…https://www.zhihu.com/question/3647705655. 将 Loss Backprop 到场景B' 中的不同参数上，比如 材质参数，镜头参数，修改这些参数的值，获得新的场景 B1'

深入研究自监督单目深度估计：Monodepth2_3D视觉工坊-CSDN博客点击上方“3D视觉工坊”，选择“星标”干货第一时间送达单目深度估计模型Monodepth2对应的论文为Digging Into Self-Supervised Monocular Dep...https://blog.csdn.net/Yong_Qi2015/article/details/110944366KinectFusion

三维重建 3D reconstruction 有哪些实用算法？ - 知乎在这个问题下，竟然没有人说大名鼎鼎的KinectFusion以及他后面的一系列工作？KinectFusion单篇论文引用都…https://www.zhihu.com/question/298852223D点云学习库: 一些点云资料https://gitee.com/suyunzzz/pointcloud2