粉兔L-CSDN博客

原创 Cityscape语义分割数据处理及深度HHA图像生成

Cityscape for RGB-D segmentation

2024-03-09 22:28:50 2085 1

原创 GlueStick: Robust Image Matching by Sticking Points and Lines Together

线段是与点互补的强大特征。它们提供了结构线索，强烈的观点和剧烈的照明变化，甚至可以出现在没有纹理的区域。然而，由于部分遮挡、缺乏纹理或重复的点相比，描述和匹配它们更具挑战性。本文介绍了一种新的匹配范式，即将点、线及其描述符统一为一个单一的线框结构。我们提出了胶棒，一种深度匹配图神经网络（GNN），它从不同的图像中获取两个线框图，并利用节点之间的连接信息来更好地将它们粘在一起。除了联合匹配带来的效率提高外，我们还演示了在单个体系结构中利用这两个特性的互补性时，性能的大大提高。

2024-02-29 17:34:45 1206

原创基于深度学习特征匹配方法及推荐解析文章

基于深度学习特征匹配方法

2024-02-25 14:23:27 3106

原创 OCC2NET论文详解

OCC2NET论文详解

2024-02-19 17:06:59 1014 1

原创自动驾驶感知中多模态融合方法

自动驾驶感知中多模态融合方法

2024-01-31 19:27:52 1142

原创不同特征点+LightGlue在不同场景下分析

SuperPoint提取的特征点更符合我们直观的印象（例如边缘、折角等），但是提取的特征点较少，尤其是在稀疏纹理之下，所以即使匹配成功率有60%以上，仍然可能无法满足实际应用需求。SIFT提取的特征点更多，但是其描述子可能稳健性不够，所以在相同场景下匹配成功的数目与SP差不多。但是从DISK看出，场景中仍存在着更多有效的特征点，在困难场景（模糊、昏暗等）下能够成功使用。对于匹配器来说，除了有遮挡情况下，基本匹配成功率都在60%以上。随着稳健的特征点的数目增多，成功匹配的数目也增多。

2024-01-31 19:08:01 2213 1