TPAMI 2024 | 边缘感知自监督全景深度估计Transformer与球面几何

最新推荐文章于 2025-05-16 16:51:01 发布
最新推荐文章于 2025-05-16 16:51:01 发布
阅读量82 收藏
点赞数
分类专栏： 论文解读 IEEE TPAMI 文章标签： transformer 深度学习 人工智能 顶刊论文 论文解读 TPAMI IEEE
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42722197/article/details/142885026
版权

题目：SPDET: Edge-Aware Self-Supervised Panoramic Depth Estimation Transformer With Spherical Geometry

边缘感知自监督全景深度估计Transformer与球面几何

作者：Chuanqing Zhuang; Zhengda Lu; Yiqun Wang; Jun Xiao; Ying Wang

源码链接： https://github.com/zcq15/SPDET

摘要

全景深度估计已成为3D重建技术中的一个热点话题，因为它提供了全方位的空间视场。然而，由于缺乏全景RGB-D相机，全景RGB-D数据集难以获得，这限制了监督全景深度估计的实用性。基于RGB立体图像对的自监督学习有潜力克服这一限制，因为它对数据集的依赖性较低。在这项工作中，我们提出了SPDET，这是一个结合了变换器和球面几何特征的边缘感知自监督全景深度估计网络。具体来说，我们首先引入全景几何特征来构建我们的全景变换器，并重建高质量的深度图。此外，我们引入了预过滤的深度

了解本专栏 订阅专栏 解锁全文
TPAMI 2024 | 正则化损失与超参数估计在弱监督单类分割中的应用
小白学视觉
07-18 1232
Regularized Loss With Hyperparameter Estimation for Weakly Supervised Single Class Segmentation 正则化损失与超参数估计在弱监督单类分割中的应用 作者：Zongliang Ji; Olga Veksler 摘要 我们提出了一种新的图像级弱监督分割方法，适用于只含有单一感兴趣对象类别的数据集。我们的方法基于经典条件随机场（CRF）建模启发的正则化损失函数。我们的损失模型了通用对象的属性，并用它引导CNN朝向更可能对
TPAMI 2024 | 单目深度估计：全面综述
小白学视觉
07-24 1696
在计算机视觉领域，对二维图像中深度的估计是一个具有挑战性的主题。这是一个长期被深入研究且定义不明确的问题，一直是密集研究的焦点。本文是对这一主题的深入回顾，呈现了两个方面：一方面考虑人类深度感知的机制，另一方面包括各种深度学习方法。这些方法以紧凑和结构化的方式呈现，概述了主题，并根据近十年的研究线索对方法进行了分类。尽管在这一主题上取得了显著进展，但似乎没有任何与人类深度感知及其潜在益处的联系。
【论文简述】Edge-Aware Spatial Propagation Network for Multi-view Depth Estimation（NPL 2023）
qq_43307074的博客
12-13 1311
【论文简述】Edge-Aware Spatial Propagation Network for Multi-view Depth Estimation（NPL 2023）
51c自动驾驶~合集11
whaosoft~aiotの开发板商城
12-06 1170
2015年，图森未来(TuSimple)成立，专注卡车无人驾驶研发，一直是中自动驾驶明星企业、处于第一梯队。2021年4月15日，上市纳斯达克上市，成为全球第一个自动驾驶上市企业，因为完善的技术体系和成熟的解决方案，在美国运营的无人卡车运营业务遭到美国政府制裁，也是第一家被美国制裁的自动驾驶企业，2024年1月17日，被迫从纳斯达克退市。
TPAMI 2024 | B-Cos对固有可解释的CNN和视觉Transformer的对齐
小白学视觉
07-27 1376
我们提出了一种通过在训练过程中促进权重和输入对齐来提高深度神经网络(DNN)可解释性的新方向。为此，我们提出用我们新颖的B-cos变换来替代DNN中的线性变换。正如我们所展示的，这样的变换序列(网络)会诱导出一个单一的线性变换，能够忠实地总结整个模型的计算。此外，B-cos变换被设计为在优化过程中使权重与相关信号对齐。因此，这些诱导出的线性变换变得高度可解释，并突显任务相关的特征。
TPAMI 2024 | TokenCut: 利用自监督Transformer和归一化割算法在图像和视频中分割对象
小白学视觉
09-21 221
在本文中，我们描述了一种基于图的算法，该算法使用自监督Transformer获得的特征来检测和分割图像和视频中的显著对象。通过这种方法，构成图像或视频的图像块被组织成一个全连接图，在该图中，每对块之间的边被标记基于Transformer学习到的特征的相似度得分。然后，显著对象的检测和分割可以被表述为图割问题，并使用经典的算法来解决。尽管这种方法简单，但它在几个常见的图像和视频检测与分割任务上取得了最先进的结果。
深度学习入门：深度学习（完结）
2301_79704601的博客
05-15 937
正如大家能想到的，这样的方法需要按照像素数量进行相应次forward处理，因而需要耗费大量的时间（正确地说，卷积运算中会发生重复计算很多区域的无意义的计算）。R-CNN中会将图像变形为正方形，或者在分类时使用SVM（支持向量机），实际的处理流会稍微复杂一些，不过从宏观上看，也是由刚才的两个处理（候选区域的提取和CNN特征的计算）构成的。这个递归指的是神经网络的递归的网络结构。在R-CNN的前半部分的处理——候选区域的提取（发现形似目标物体的处理）中，可以使用计算机视觉领域积累的各种各样的方法。
Pycharm（十九）深度学习
higerwy的博客
05-06 1539
深度学习是机器学习中的一种特殊方法，它使用称为神经网络的复杂结构，特别是“深层”的神经网络，来学习和做出预测。深度学习特别适合处理大规模和高维度的数据，如图像、声音和文本。深度学习、机器学习和人工智能之间的关系如下图所示：深度学习⊆机器学习⊆人工智能优点：1）精度高，性能优于其他的机器学习算法，甚至在某些领域超过了人类；2）随之计算机硬件的发展，可以近似任意的非线性函数；3）近年来在学界和业界受到了热捧，有大量的框架和库可供调。缺点：1）黑箱。
基于EMD-PCA-LSTM的光伏功率预测模型研究
专注AI大模型,软件混淆,授权
05-14 122
本文提出了一种结合经验模态分解(EMD)、主成分分析(PCA)和长短期记忆网络(LSTM)的混合模型，用于提高光伏功率预测的准确性。该模型首先利用EMD将非平稳的光伏功率序列分解为多个本征模态函数(IMF)，然后通过PCA对多维气象特征进行降维处理，最后将处理后的特征输入LSTM网络进行预测。实验结果表明，与单一LSTM模型和传统预测方法相比，EMD-PCA-LSTM模型在预测精度和稳定性方面均有显著提升。该模型有效处理了光伏功率序列的非平稳性和非线性，同时通过特征降维提高了模型效率，为光伏功率预测提供了一
基于深度学习的高效图像失真校正框架总结
weixin_56337944的博客
05-16 669
本文介绍了一种基于深度学习的高效图像失真校正框架，该框架采用两阶段方法进行图像校正。第一阶段使用改进的GeoNet（EffiGeoNet）进行初步校正，通过模型剪枝和知识蒸馏实现轻量化；第二阶段通过图像配准优化，消除残留失真。实验表明，该方法在PSNR和SSIM指标上分别提高了10.39%和30.42%，处理速度提升了85%。该框架适用于多种失真类型，并在医疗内窥镜等实际场景中表现出色。未来研究方向包括增强全局特征提取能力和开发无需参考图像的端到端校正网络。代码和数据已开源，便于复现和进一步研究。
YOLOv7训练时4个类别只出2个类别
qq_48873240的博客
05-16 318
在使用YOLOv7进行训练和预测时，发现模型仅能预测出两个类别（LFM和SFM），而实际应有四个类别。经过检查，特征图大小和anchors设置均与YOLOv3一致，且YOLOv3表现正常。最终发现问题可能出在detect.py中的conf-thres参数设置过高，将其从0.5调整为0.1后，问题得到解决。此外，还需注意在NMS操作时不使用classes参数，并在train.py中根据实际类别数和图片大小调整hyp['cls']和hyp['obj']的缩放比例。这些调整有助于确保模型能够正确预测所有类别。
【深度学习|学习笔记】 梯度提升机（Gradient Boosting Machines, GBM）模型详解，附代码。
2401_89898861的博客
05-10 1196
【深度学习|学习笔记】 梯度提升机（Gradient Boosting Machines, GBM）模型详解，附代码。
极限学习机进行电厂相关数据预测
leo__520的博客
05-13 844
使用极限学习机（Extreme Learning Machine, ELM）进行电厂相关数据预测的详细步骤和MATLAB代码示例。假设任务是预测电厂发电量或设备状态（如温度、压力），代码包含数据预处理、ELM模型构建、训练与预测全过程。其中，(\mathbf{H} = g(\mathbf{X} \mathbf{W}_{\text{hidden}} + \mathbf{b})) 为隐层输出，(g) 为激活函数（如Sigmoid、ReLU）。通过调整隐层节点数、激活函数和正则化参数，可优化模型性能。
PyTorch实战（4）——卷积神经网络(Convolutional Neural Network, CNN)详解
盼小辉丶的博客
05-12 1311
卷积神经网络 (Convolutional Neural Network, CNN) 是一种广泛应用的深度学习模型。通过参数共享、局部感知和空间结构等优势，能够更好地处理图像数据，并在图像识别、目标检测和图像生成等任务中展现出强大的能力。在本节中，介绍了卷积的计算方法以及卷积神经网络的基本组件，并使用 PyTorch 构建了卷积神经网络以深入了解其工作原理。
基于深度学习进行运输系统优化
weixin_69327572的博客
05-15 626
from torch.utils.data import Dataset, DataLoader # 数据加载。self.num_samples = num_samples # 样本数量。self.num_tasks = num_tasks # 任务数量。self.num_vehicles = num_vehicles # 车辆数量。# y[i][j][k]: 车辆j是否从任务i行驶到任务k（二进制变量）return self.num_samples # 返回数据集大小。
基于深度学习的工业OCR数字识别系统架构解析
qq_16848265的博客
05-13 806
通过将识别数据定时存储至Excel文件并生成详细报告，系统能够为企业的生产管理、质量控制、数据分析等环节提供有力支持，助力企业优化生产流程、提高决策科学性，进而推动企业的数字化转型与智能化升级，增强企业在市场竞争中的核心竞争力。这些数据对于生产过程的监控、设备状态的评估以及后续的数据分析至关重要，为企业的生产管理、质量控制和数据分析提供了强大的支持。支持云存储服务对接，实现数据的远程备份、共享和同步。对采集到的图像数据进行预处理，包括去噪、增强、校正等操作，以提高图像质量，为后续的数字识别提供更好的基础。
深度学习驱动下的目标检测技术：原理、算法与应用创新
m0_44975814的博客
05-16 594
目标检测是计算机视觉的核心任务，旨在识别图像或视频中的目标类别并定位其位置，广泛应用于安防监控、智能交通、工业制造和医疗影像等领域。传统方法依赖手工设计特征，如HOG和SIFT，但难以应对复杂场景。深度学习的兴起，尤其是卷积神经网络（CNN），通过自动提取高级语义特征，显著提升了检测精度和效率。R-CNN、Fast R-CNN、Faster R-CNN、YOLO和SSD等算法推动了目标检测技术的发展，但仍面临小目标检测、遮挡和类别不平衡等挑战。本文深入探讨了主流目标检测算法的原理，提出了多尺度特征融合、上下
医学图像分析中的大规模基准测试与增强迁移学习|文献速递-深度学习医疗AI最新文献
最新发布
weixin_38594676的博客
05-16 549
Title题目Large-scale benchmarking and boosting transfer learning for medical imageanalysis医学图像分析中的大规模基准测试与增强迁移学习01文献速递介绍将在大规模摄影数据集（如ImageNet）上预训练的模型微调至医学图像领域（Tajbakhsh等人，2016；Shin等人，2016；Matsoukas等人，2022）仍然是克服医学成像中标注数据稀缺问题的实际主流方法（Tajbakhsh等人，2021）。尽管近年来出现了探索
深度学习驱动下的目标检测技术：原理、算法与应用创新（二）
m0_44975814的博客
05-16 630
深度学习目标检测算法的发展经历了多个重要阶段，R-CNN系列算法、YOLO系列算法和SSD算法是其中的代表。R-CNN通过引入卷积神经网络（CNN）和区域提议机制，开创了深度学习在目标检测领域的应用。Fast R-CNN和Faster R-CNN进一步优化了计算效率和训练流程，特别是Faster R-CNN通过引入区域生成网络（RPN）实现了端到端的检测。YOLO系列算法则将目标检测视为回归问题，显著提升了检测速度，YOLOv1、YOLOv2和YOLOv3通过不断优化网络结构和训练策略，进一步提高了检测精度
Python与IEEE TPAMI合作的自动驾驶BEV感知研究指南
资源摘要信息: "Python_IEEE TPAMI为自动驾驶中所有级别的观众提供的令人敬畏的BEV感知研究和烹饪书.zip" 关键词：Python、IEEE、TPAMI、自动驾驶、Birds-eye-view (BEV)感知、研究、烹饪书 在这个资源包中，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值