华科杨欣-基于视觉的深度估计与定位(含深度光流位姿联合估计)学习笔记

已于 2024-04-28 08:59:04 修改
阅读量462 收藏 7
点赞数 6
分类专栏： 深度学习SLAM 无人机-SLAM-vins MVS 文章标签： 深度学习 深度估计 位姿估计
于 2024-04-28 08:56:53 首次发布
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/sinat_16643223/article/details/138266818
版权
本文讨论了深度学习在获取稠密光流和深度估计中的应用，强调了无监督学习在缺乏大量样本时的重要性。作者提到无监督方法如GeoNet，以及如何将光流、立体匹配和深度估计结合，解释了自监督单目深度估计策略的关联性。
摘要由CSDN通过智能技术生成

 【华中科技大学杨欣教授：“基于视觉的深度估计与定位”-哔哩哔哩】 https://b23.tv/TKyrGvT

学习笔记

深度学习可以得到稠密光流，稠密光流可以得到稠密的特征点匹配，通过三角测量可以得到稠密的深度。

上面的需要大量样本训练，没有大量样本时实现无监督的光流和深度的联合估计。那就要构建一个无监督的损失函数。


上面这个方法也是现有大部分无监督方法所采用的一个约束。

(它这里让我想到一个刚刚看到的 【【项目原作解读】苏黎世联邦理工徐豪飞：UniMatch 统一光流、立体匹配和深度估计三个任务-哔哩哔哩】 https://b23.tv/GGq7t4C
包括我现在看单目深度估计或者基于深度学习的里程计，确实就是深度和位姿或者光流和位姿一起估计，不是单一的，这个层面再去反看自监督单目深度估计为什么那么弄可能就好理解了。) (GeoNet：基于无监督学习的深度、光流和相机位姿的联合估计 CVPR2018)

诗筱涵
关注
专栏目录
Deep Auxiliary Learning for Visual Localization and Odometry 基于深度辅助学习的视觉定位和里程计
Chen_Xieyuanli的博客
03-25 4053
本博客仅为作者记笔记之用，不对之处，望见谅，欢迎批评指正。 更多相关博客请查阅：http://blog.csdn.net/weixin_39779106； 如需转载，请附上本文链接：http://blog.csdn.net/weixin_39779106/article/details/79689208 原论文链接 一、摘要 二、介绍 三、相关工作（略） 四、深度位...
华中科技大学与亮风台成立增强现实联合实验室
hiarxiaoliang的博客
11-14 1365
11月11日，华中科技大学与亮风台宣布成立“华中科技大学—亮风台增强现实联合实验室”，在计算机视觉、人机交互等增强现实（AR）、人工智能（AI）核心技术方面展开产学研合作，这也是华中科技大学在AR领域首次与业界达成合作。 武汉市科技局高新处程乐学处长，湖北省科技厅成果转化中心蔡峰主任、华中科技大学科学技术发展院高亮副院长、华中科技大学电子信息与通信学院郑小健书记、胡飞副院长、刘文予教授、亮风...
基于深度学习的位姿估计方法
weixin_39455125的博客
11-19 2879
A Multi-task Learning Convolutional Neural Network for Object Pose Estimation （Proceeding of the IEEE International Conference on Robotics and Biomimetics） 1.端到端网络结构：目标检测与分割网络+位姿估计网络 1）目标检测与分割网络：采用Mask R-CNN网络 2）位姿估计网络：先使用VGG16进行特征提取，再与Mask R-CNN网络输出的语义分割掩
全面回顾 | 基于深度学习的光流估计算法汇总
3D视觉工坊
09-08 2539
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨汽车人 ；来源丨自动驾驶之心光流估计是计算机视觉研究中的一个重要方向，其不像其他感知任务会显式的在应用中呈现。如今，光流估计也在基于视频的任务中承担着越来越重要的作用。光流的基本概念光流（Optical Flow）是一个有关物体运动的概念。最早由Gibson提出，描述的是空间中运动的物体在成像平面上，造成像素运动的瞬时速度。主要由以下三...
2020CVPR深度估计
colorsky100的博客
06-19 1万+
论文收集方法 检索了所有带depth的标题的论文，争取没有遗漏的筛选深度估计相关论文 下面进行分类 单纯有监督深度估计 uncertainty aware cnns for depth completion: uncertainty from beginning to end 有监督深度估计，给出了不确定性度量 generating and exploiting probabilistic monocular depth estimation 通用的有监督深度估计 structure-guided ran
论文阅读笔记《PoseCNN: A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes》
深视
12-29 3642
核心思想   本文提出一种基于卷积神经网络的物体分割与位姿估计的方法（PoseCNN）。如下图所示，输入图像经过卷积层特征提取之后，分成三个任务分支：语义分割、平移矩阵预测和旋转矩阵（四元数）预测。最后结合三个分支的预测结果，得到每个物体的位姿估计。   语义分割分支采用了常见的全卷积神经网络方法。平移矩阵的预测并不是直接通过回归的形式输出中心点坐标，因为这种方法当中心点被遮挡时容易失效。而是预测物体上的每个点和中心点之间的连线方向，并预测每个点的深度值，通过投票的方式得到每个物体点的中心点坐标，然后根据
杨欣-5120173574-实验报告21
08-08
【标题】：“杨欣-5120173574-实验报告21”描述了一次关于Windows程序设计的实验，主要涉及界面UI设计，特别是开发了一个儿童算数作业生成器。 【内容概述】： 这个实验项目旨在创建一个用户友好的界面，能够自动...
基于深度学习的航空发动机部件故障诊断.pdf
08-31
【基于深度学习的航空发动机部件故障诊断】 深度学习是一种人工智能领域的先进方法，它通过构建深层神经网络模型来学习和理解复杂的数据模式。在航空发动机部件故障诊断中，深度学习能够处理大量的传感器数据，识别...
基于深度神经嵌入的视频无监督学习
9563基于深度神经嵌入的视频无监督学习庄承旭1天薇舍1亚历克斯·安多尼安2马克斯·索博尔马克1丹尼尔·杨欣1斯坦福大学2麻省理工学院{chengxuz，shetw，joelmax，young}@stanford.eduandonian@mit.edu摘要由于视频...
论文研究-基于机器视觉布匹瑕疵检测方法-综述 .pdf
08-15
随着技术的发展，传统的手工瑕疵检测方法逐渐被机器视觉系统所取代，机器视觉布匹瑕疵检测方法因其高效率和高精度的优势，成为纺织行业质量控制的主流手段。 机器视觉布匹瑕疵检测系统主要依赖于图像采集装置，如高...
深度学习驱动的工业大数据：提升智能制造效率与降低成本
本文主要探讨了在新一代制造业中，如何有效地整合深度学习和工业大数据技术，以推动智能制造的发展并解决实际生产中的问题。作者李广和杨欣针对工业环境中普遍存在的机床刀具消耗冗余问题，提出了一种创新的解决方案...
华中科技大学计算机视觉张朋,计算机视觉与深度学习前沿研讨会圆满举办
weixin_33621280的博客
07-08 586
12月23日，“华中科技大学学术前沿青年团队探索论坛——计算机视觉与深度学习前沿研讨会”在一号楼学术报告厅圆满举办。此次活动由华中科技大学主办，电信学院与IEEE SPS Wuhan Chapter、中国图象图形学学会-图象视频通信专业委员会共同协办，电信学院白翔教授领衔的学术前沿青年团队发起，吸引校内外大批感兴趣的师生前来聆听。人工智能作为科技领域最具代表性的技术之一已成为助力中国梦的未来科技力...
OpenCV实践之ORB算法
AutoXTruck专栏
04-24 9353
ORB算法简述 　　ORB：An Efficient Alternative to SIFT or SURF是2011年ICCV上作者Rublee所提出，主要针对目前主流的SIFT或者SURF等算法的实时性进行改进。当然在实时性大为提升的基础上，匹配性能也在一定程度较SIFT与SURF算法降低。但是，在图像Two Views匹配对之间变换关系较小时，能够匹配性能逼近SIFT算法，同时计算耗时极大...
AKAZE算法分析
热门推荐
AutoXTruck专栏
03-16 2万+
1 算法简介 　　局部特征相关算法在过去二十年期间风靡一时，其中代表的有SIFT、SURF算法等(广泛应用于目标检测、识别、匹配定位中)，这两种算法是用金字塔策略构建高斯尺度空间(SURF算法采用框滤波来近似高斯函数)。不论SIFT还是SURF算法在构造尺度空间时候存在一个重要的缺点：高斯模糊不保留对象边界信息并且在所有尺度上平滑到相同程度的细节与噪声，影响定位的准确性和独特性。 　　针对高斯...
基于深度图的位姿估计(2018至今)
MyArrow的专栏
10-14 4205
基于深度图的位姿估计[2018至今]1. 简介2. A2J回归网络2.1 历史总结2.1.1 先进的非深度学习方案2.1.2 2D深度学习方案2.1.3 3D深度学习方案2.1.3.1 基于3D-CNN 1. 简介 2. A2J回归网络 论文：A2J: Anchor-to-Joint Regression Network for 3D Articulated Pose Estimation from a Single Depth Image （2019） 核心思想 本着整体学习以增强泛化能力的精神，通过
D435i是单目摄像头还是双目摄像头？好像是单目摄像头（更加进一步了解后确实有双目）
诗筱涵的博客
03-28 3808
我今天看D435i的图像话题消息发现只有一个图像，没有左右之分 再看下面这个图感觉D435i真的只有一个摄像头啊？单目摄像头怎么跑vins-fusion？难道vins-fusion单目的也可以？ https://blog.csdn.net/qq_21950671/article/details/98079115?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161693859116780261976800%2522%252C%252.
KITTI Visual Odometry 榜单（视觉SLAM排行）
诗筱涵的博客
03-29 3728
https://www.zhihu.com/question/309096467/answer/574372850 http://www.cvlibs.net/datasets/kitti/eval_odometry.php
aruco二维码检测与aruco二维码降落原理讲解 20240422
最新发布
诗筱涵的博客
04-22 3503
aruco又称为aruco标记、aruco标签、aruco二维码等，其中 CharucoBoard GridBoard AprilTag 原理相通，只是生成字典不同，而AprilTag用于机器人领域或可编程摄像头比较多，而aruco CharucoBoard GridBoard则用于AR应用或智能眼镜比较多，都是用于实现精准定位，如无人机降落时就可以使用它实现精准降落。ArUco marker是一种汉明码方格图。
vins-fusion用自己的双目相机时需要修改的参数文件
诗筱涵的博客
08-12 2626
https://blog.csdn.net/CSDN_XCS/article/details/91039481 感觉这篇更OK。 https://blog.csdn.net/sinat_16643223/article/details/115362074
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
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