- 博客(8)
- 收藏
- 关注
翻译 【论文翻译】Multi-modal Visual Tracking Based on Textual Generation——多模态基于文本生成的视觉跟踪
由于其广泛的潜在应用,多模态跟踪引起了极大的关注。现有的多模态跟踪方法通常在RGB跟踪的基础上融合不同视觉模态的数据。然而,仅仅关注视觉模态是不够的,因为跟踪数据的匮乏。受大模型最近成功的启发,本文提出了一种基于文本生成的多模态视觉跟踪(MVTTG)方法,以解决缺乏语言信息和忽略目标与搜索区域之间语义关系的视觉跟踪局限性。为此,我们利用大模型生成图像描述,使用这些描述提供关于目标外观和运动的补充信息。
2024-07-26 18:19:27
3
翻译 【SIFT介绍】Scale-Invariant Feature Transform——尺度不变特征变换(四)
许多实际应用需要在一张或多张图像中定位参考位置,例如图像对齐、去除畸变、物体跟踪、3D重建等。我们已经看到,角点可以相当可靠地定位,并且不依赖于方向。然而,典型的角点检测器仅提供每个候选点的位置和强度,它们不提供任何有关其特征或“身份”的信息,这些信息可以用于匹配。另一个限制是大多数角点检测器仅在特定尺度或分辨率下工作,因为它们基于一组固定的滤波器。本章介绍了局部特征检测的尺度不变特征变换(SIFT)技术,该技术最初由D. Lowe [152]提出,并自此成为成像行业的“主力”方法。
2024-07-12 15:13:29
9
翻译 【SIFT介绍】Scale-Invariant Feature Transform——尺度不变特征变换(三)
许多实际应用需要在一张或多张图像中定位参考位置,例如图像对齐、去除畸变、物体跟踪、3D重建等。我们已经看到,角点可以相当可靠地定位,并且不依赖于方向。然而,典型的角点检测器仅提供每个候选点的位置和强度,它们不提供任何有关其特征或“身份”的信息,这些信息可以用于匹配。另一个限制是大多数角点检测器仅在特定尺度或分辨率下工作,因为它们基于一组固定的滤波器。本章介绍了局部特征检测的尺度不变特征变换(SIFT)技术,该技术最初由D. Lowe [152]提出,并自此成为成像行业的“主力”方法。
2024-07-11 21:36:10
11
翻译 【SIFT介绍】Scale-Invariant Feature Transform——尺度不变特征变换(二)
许多实际应用需要在一张或多张图像中定位参考位置,例如图像对齐、去除畸变、物体跟踪、3D重建等。我们已经看到,角点可以相当可靠地定位,并且不依赖于方向。然而,典型的角点检测器仅提供每个候选点的位置和强度,它们不提供任何有关其特征或“身份”的信息,这些信息可以用于匹配。另一个限制是大多数角点检测器仅在特定尺度或分辨率下工作,因为它们基于一组固定的滤波器。本章介绍了局部特征检测的尺度不变特征变换(SIFT)技术,该技术最初由D. Lowe [152]提出,并自此成为成像行业的“主力”方法。其目标是定位能够鲁棒识别
2024-07-11 21:33:58
10
翻译 【SIFT介绍】Scale-Invariant Feature Transform——尺度不变特征变换(一)
许多实际应用需要在一张或多张图像中定位参考位置,例如图像对齐、去除畸变、物体跟踪、3D重建等。我们已经看到,角点可以相当可靠地定位,并且不依赖于方向。然而,典型的角点检测器仅提供每个候选点的位置和强度,它们不提供任何有关其特征或“身份”的信息,这些信息可以用于匹配。另一个限制是大多数角点检测器仅在特定尺度或分辨率下工作,因为它们基于一组固定的滤波器。本章介绍了局部特征检测的尺度不变特征变换(SIFT)技术,该技术最初由D. Lowe [152]提出,并自此成为成像行业的“主力”方法。
2024-07-10 21:33:57
15
翻译 【论文翻译】Image fusion meets deep learning: A survey and perspective
图像融合是指从不同源图像中提取并组合最有意义的信息,旨在生成一幅对后续应用更具信息性和益处的单一图像。深度学习的发展促进了图像融合的巨大进步,神经网络强大的特征提取和重建能力使融合结果充满前景。最近,一些最新的深度学习技术使图像融合得到了爆发式的发展,例如生成对抗网络、自编码器等。然而,不同融合场景中最新深度学习方法的综合回顾和分析仍然缺乏。为此,在本综述中,我们首先介绍了图像融合的概念,并从所采用的深度架构和融合场景的角度对方法进行分类。
2024-06-29 17:37:54
26
翻译 【论文翻译】Track initialization and re-identification for 3D multi-view multi-object tracking
我们提出了一种仅使用单目相机的2D检测进行3D多目标跟踪(MOT)的解决方案,该方案能够自动启动/终止跟踪,同时解决跟踪对象的出现-再出现以及遮挡问题。此外,当相机重新配置时,该方法不需要重新训练检测器,只需更新重新配置相机的相机矩阵。我们的方法基于贝叶斯多目标公式,将轨迹启动/终止、重识别、遮挡处理和数据关联集成到单一的贝叶斯滤波递归中。然而,由于(多目标)滤波密度中的项数呈指数增长,利用所有这些功能的精确滤波器在数值上是不可行的,而现有的近似方法在速度上做了一些功能的权衡。
2024-06-29 10:03:11
13
翻译 【论文翻译】Unbiased Estimator for Distorted Conics in Camera Calibration-相机标定中畸变圆锥曲线的无偏估计器
在相关文献中,点和圆锥曲线一直是相机几何标定的主要特征。尽管圆锥曲线比点包含更多的信息,但在畸变情况下,圆锥曲线的属性损失严重限制了其在相机标定中的实用性。现有的许多方法都试图通过忽略畸变或引入3D球形目标来解决基于圆锥曲线的标定问题,以此规避这一限制。在本文中,我们提出了一种利用矩进行基于圆锥曲线的标定新方法。我们的方法建立在数学发现的基础之上,即即使在畸变条件下,也可以无偏地估计一阶矩。这使得我们能够追踪投影和畸变过程中的矩变化,确保畸变后的圆锥曲线的一阶矩能
2024-06-14 16:08:10
219
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人