RGB-D object recognition and pose estimation based on pre-trained convolutional neural network 阅读记录

最新推荐文章于 2023-08-24 23:54:46 发布
最新推荐文章于 2023-08-24 23:54:46 发布
阅读量785 收藏
点赞数
分类专栏： 论文阅读记录 Deep Learning 文章标签： RGB-D CNN
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_23853639/article/details/80731996
版权
本文介绍了使用预训练的卷积神经网络（CNN）进行RGB-D对象识别和姿态估计的方法。通过迁移学习，利用RGB-D信息增强识别精度，特别是将深度图转换为彩色图像以适应模型输入。作者结合CNN输出和SVM进行物体分类和姿态估计。
摘要由CSDN通过智能技术生成

RGB-D object recognition and pose estimation based on pre-trained convolutional neural network features

    最近发现将阅读论文的心得体会记录下来是很有必要的，一方面将自己的想法用文字表达出来，可以锻炼论文写作表达能力，便于后续论文写作。另一方面，便于回顾自己的工作。

    本文仅代表我自己的观点，对论文理解有误的地方，欢迎大家指正。

    正如标题说是，本文是利用迁移学习技术将训练好的CNN模型应用于室内物体（household object）的识别及姿态评估任务。为了获得物体的姿态，并提高物体识别的精度，本文利用RGB-D信息训练神经网络。由于卷积神经网络

最低0.47元/天 解锁文章
伍颜
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
CNN兼容着色框架：RGB-D Object Recognition and Pose Estimation based on Pre-trained CNN Features笔记——（2015）
qq_40245826的博客
08-07 343
基于预训练的CNN特征实现RGB-D目标识别与姿态估计笔记——（2015） RGB-D Object Recognition and Pose Estimation based on Pre-trained Convolutional Neural Network Features（2015） 摘要 文章通过深度卷积神经网络（CNN）的转移学习来解决训练数据集的问题，提供丰富的，语义上有意义的特...
论文笔记：RGB-D Object Recognition Using Deep Convolutional Neural Networks
David Lau的博客
10-16 368
论文名称：RGB-D Object Recognition Using Deep Convolutional Neural Networks 论文地址：https://ieeexplore.ieee.org/document/8265318/ 摘要 与RGB图像数据相比，目前还没有包含深度信息的大型数据集，难以从零开始训练一个有效的深度升神经网络。因此文章主要提出了一种混合的2D/3D卷积神经网络...
Extreme Relative Pose Estimation for RGB-D Scans via Scene Completion阅读笔记
heiyaheiya的博客
06-03 834
解决问题 现有的方法要求两个输入扫描之间有一定的重叠部分，才能进行姿态估计与配准。这篇文章主要解决极端场景下，比如没有重叠或者重叠较少的输入图片之间位姿估计的问题。 2.创新点 1.在场景补全和相对姿态估计模型中进行交替循环迭代计算。 2.提出一种结合光谱匹配（图匹配）和寻找鲁棒性的刚性拟合解的新成像点匹配算法。 3.将场景补全作为姿态估计的中间表示，而不是直接输出补全的场景...
rgb卷积神经网络_论文笔记：RGB-D Object Recognition Using Deep CNN
weixin_31869917的博客
01-30 653
论文题目：RGB-D Object Recognition Using Deep Convolutional Neural Networks论文地址：https://ieeexplore.ieee.org/document/8265318/​ieeexplore.ieee.org摘要与RGB图像数据相比，目前还没有包含深度信息的大型数据集，难以从零开始训练一个有效的深度升神经网络。因此文章主要提出...
多模态(RGB-D)——FuseNet
小花生的博客
10-04 6259
《FuseNet: Incorporating Depth into Semantic Segmentation via Fusion-based CNN Architecture》 2016，Hazirbas C, Ma L, Domokos C, et al. FuseNet FuseNet 是一种基于RGBD图像做语意分割的网络，在网络的前端采用两个CNN结构分别提取RGB图像和深度图像...
Protective-Wearing-and-Action-Recognition-Detection-Based-on-Pose-Estimation
03-05
该项目名为“Protective-Wearing-and-Action-Recognition-Detection-Based-on-Pose-Estimation”，主要关注在工作场所的安全监控和管理，通过使用先进的计算机视觉技术，实现对人员防护装备佩戴情况的检测以及行为...
Three-Dimensional-Object-Recognition-and-6-DoF-Pose-Estimation-C
08-04
《三维物体识别与6自由度姿态估计》 随着新一代深度传感器的发展，三维（3D）数据的使用变得越来越普遍。这些传感器作为商品硬件，价格低廉，使得越来越多的人能够实时、低成本地获取3D数据。随着3D数据在感知任务...
CAPTCHA Recognition Based on Convolutional Neural Network
最新发布
04-25
This project uses PyTorch to build a deep learning model based on a Convolutional Neural Network (CNN) to recognize complex CAPTCHA images composed of numbers and letters. Here we use the captcha ...
点云 目标识别voxnet:A 3D Convolutional Neural Network for Real-Time Object Recognition
02-10
点云目标识别技术是近年来机器人技术和计算机视觉领域的热点研究课题。点云作为一种三维空间信息的表示方式，通常由激光雷达（LiDAR）或RGBD相机等深度传感器获取。点云数据具有很高的维度和复杂性，但同样包含了...
【3D计算机视觉】利用GNN网络做RGB-D的语义分割
小执着的博客
10-03 8775
《3D Graph Neural Networks for RGBD Semantic Segmentation》论文笔记 一、摘要 随着深度传感器的发展，RGBD语义分割被应用于许多问题上，如：虚拟现实，机器人以及人机交互等等。与现有的2D语义分割相比，RGBD语义分割可以通过探索深度信息来利用现实世界的几何信息辅助分割。如下图所示，在常规的2D图像上，桌子会和微波炉在像素上称为近邻，但是在3D...
三维目标检测论文阅读：Frustum PointNets for 3D Object Detection from RGB-D Data
碧落的博客
04-08 4380
Frustum PointNets for 3D Object Detection from RGB-D Data （有代码，级联的方法） 目录 Frustum PointNets for 3D Object Detection from RGB-D Data 简要说明 Contributions（不对应原文） 具体方案 实验 代码学习 简要说明 问题：通常的三维目标（用...
ColorHandPose3D：基于单个RGB图像的3D手部姿势估计的卷积神经网络解析
qq_38334677的博客
08-24 110
ColorHandPose3D是一种卷积神经网络（CNN），它的设计目标是从单个RGB图像中估计3D手部姿势。与其他方法不同，ColorHandPose3D不需要任何其他传感器或深度信息。这使得它在资源有限的设备上，如智能手机或平板电脑上，都能轻松运行。
RGB-D相机视觉SLAM
吴建明wujianming_110117
05-25 849
RGB-D相机视觉SLAM Dense Visual SLAM for RGB-D Cameras 开源代码地址: vision.in.tum.de/data/software/dvo 摘要 本文提出了一种用于RGB-D相机的稠密视觉SLAM方法，该方法可以使所有像素上的光度误差和深度误差最小化。与稀疏的、基于特征的方法相比，能够更好地利用图像数据中的可用信息，从而提高姿态精度。提出了一种基于熵的相似性度量方法，用于关键帧选择和环路闭合检测。从所有成功的匹配中，构建了一个使用g2o框架进行优化的图。在公开
Improved RGB-D-T based Face Recognition 论文笔记
weixin_34007886的博客
06-28 251
本文将基于深度学习的卷积神经网络（CNN）应用于基于RGB-D-T的多模态人脸识别问题。 此外，引入了基于CNN的识别模块与各种纹理特征（LBP，HOG，HAAR，HOGOM）的后期融合，在基准RGB-D-T数据库上展示了更好的识别性能。 本文得到的结果表明，经典的纹理特征和基于CNN的特征可以相互补充以达到识别的目的。 已经开发了几种用于面部识别的算法来处理这些挑战。 这些算法的例子包...
「论文阅读笔记」Adaptive Fusion for RGB-D Salient Object Detection
qq_38766844的博客
09-27 1664
这是来自于浙江大学的一篇RGB-D的目标检测论文。 标题是自适应融合的目标检测，其主要思路是在获取从RGB与深度图的信息后，将这两个的信息根据输入图像不同的权重转换成一个特征图（switch map），一个类似于权重机制的特征图。最后融合三路信息输出图像。 问题提出 作者总结了在RGB-D领域的输入图像的四种场景（例图从第一行往下看）： 目标在RGB深度两种格式下都能分辨很清楚。 相...
【实战+源码】RGB-D移动抓取服务机器人（四）——完结篇（ROS机器人、系统设计、运动规划、目标定位）
走走走走走走你
06-26 6149
毕业设计已经完成三个多月了，四月底答辩结束，上周办完离校手续！善始善终，最后一篇结束这个题目！
史上最全 | 基于深度学习的3D分割综述（RGB-D/点云/体素/多目）
CV_Autobot的博客
11-03 4746
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【分割】术交流群后台回复【分割综述】获取语义分割、实例分割、全景分割、弱监督分割等超全学习资料！摘要3D目标分割是计算机视觉中的一个基本且具有挑战性的问题，在自动驾驶、机器人、增强现实和医学图像分析等领域有着广泛的应用。它受到了计算机视觉、图形和机器学习社区的极大关注。传统上，3D分割是用人工设计的特征和工程方...
RGB-D立体视觉导航之图像预处理
挥剑决浮云的博客
05-01 666
为了获得用于相机位姿估计的特征点对做的图像预处理 1、阈值分割 目的是获得领航AGV的外壳轮廓 阈值分割是按照图像像素灰度幅度进行分割的方法，它是把图像的灰度分成不同的等级，然后用设置灰度门限（阈值）的方法确定有意义的区域或要分割物体的边界。 目的是要按照灰度级，利用图像中要提取的目标区域与其背景在灰度特性上的差异，把图像看作具有不同灰度级的两类区域(目标区域和背景区域)的组合，选取一个比较合理的阈值，对像素集合进行一个划分，以确定图像中每个像素点应该属于目标区域还是背景区域，从而产生相应的二值图像。 0
RGB-D活动识别：联合学习异构特征
"本文主要探讨了异构特征学习在RGB-D活动识别中的应用，提出了一个联合学习模型，以挖掘不同特征通道（RGB和深度）之间的共享和特定成分。通过构建一个统一框架，该模型能共同挖掘等维度子空间，量化子空间中的共享...
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