![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文
听,雪落下的声音
这个作者很懒,什么都没留下…
展开
-
Image-Based Place Recognition on Bucolic Environment Across Seasons From Semantic Edge Description
基于语义边缘描述的跨越季节的乡村环境图像位置识别摘要基于图像的位置识别的大部分研究工作都是针对城市环境而设计的。 在田园环境中,例如质地低,语义含量低的自然场景,主要挑战是应对视觉外观随时间的变化,例如光照,天气,植被状态或视点。 变化的性质是不同的,这导致了描述田园风光的不同方法。 我们介绍根据其语义和拓扑信息计算的全局图像描述。 它是基于图像语义边缘的小波变换构建的。 然后,匹配两个图像等效于匹配它们的语义边缘变换。 该方法在两个多季节环境监视数据集:CMU季节和Symphony Lake数据集上达原创 2020-09-23 20:05:08 · 222 阅读 · 0 评论 -
Dynamic-SLAM: Semantic monocular visual localization and mapping based on deep learning
Dynamic-SLAM: Semantic monocular visual localization and mapping based on deep learning in dynamic environment漏检补偿算法——提高SSD的召回率首先基于卷积神经网络,构造一个联合先验知识的SSD目标检测器,在语义层检测新检测线程中的动态目标;然后,针对现有SSD目标检测网络的召回率较低的问题,提出了一种基于相邻帧速度不变性的漏检补偿算法,大大提高了检测的召回率SSD会输出检测物体的lis原创 2020-09-23 18:22:30 · 508 阅读 · 0 评论 -
论文阅读一(武汉加油、中国加油、不好的事必将过去)
MID-Fusion: Octree-based Object-Level Multi-Instance Dynamic SLAMImproving Visual Localization Accuracy in Dynamic Environments Based on Dynamic Region Removal使用神经网络获得先验边界框,人为确定动态权重,权重低于0.5为静态区域。在静态...原创 2020-02-07 20:45:38 · 1920 阅读 · 0 评论