论文阅读记录
小小usper
实力还配不上你的野心,别急着岁月静好。
展开
-
"Deep Depth Completion of a Single RGB-D Image"论文阅读记录以及quicktest
(一)论文简要说明这是一篇2018年CVPR的最新论文,可以直接通过输入RGB图以及相对应的Depth图,然后可以直接补全任意形式深度图的缺失。 (二)论文仔细品读1、摘要2、...原创 2018-08-27 11:59:19 · 6647 阅读 · 25 评论 -
深度补全(Single-Image Depth Perception in the Wild)
Single-Image Depth Perception in the WildarXiv:1604.03901v2 [cs.CV] 6 Jan 2017Abstract本文研究了户外的深度感知,即从无约束设置下单个图像恢复深度。本文介绍了一种新的户外数据集深度,由户外的图像组成,这些图像在随机点对之间用相对深度标注。我们还提出了一种利用相对深度的标注来学习度量深度估计的新算法。与目前的技...原创 2018-10-19 14:42:55 · 4487 阅读 · 0 评论 -
深度补全(1803)-论文阅读-翻译
Single View Stereo MatchingAbstract以往的单目深度估计方法采用单一视角,直接回归预期结果。虽然最近的进展是通过在训练中应用几何启发损失函数来实现的,但是推理过程并没有明确地强加任何几何约束。因此,这些模型完全依赖于数据的质量和学习泛化的有效性。这要么导致了次优结果,要么需要大量昂贵的地面真值标签数据来产生合理的结果。本文首次证明了单目深度估计问题可以重新表述为...原创 2018-10-16 17:44:20 · 509 阅读 · 2 评论 -
深度补全(三)-论文阅读-翻译
A Two-Streamed Network for Estimating Fine-Scaled Depth Maps from Single RGB Images(一个双流式网络,用于从单个RGB图像估计精细的深度映射)Abstract从单个RGB图像估计深度是一个有问题的和固有的含糊不清的问题。最先进的深度学习方法现在可以估计精确的2D深度地图,但当地图投影到3D时,它们缺乏局部细节,而...原创 2018-10-09 17:50:08 · 2851 阅读 · 0 评论 -
深度补全(1804)-论文阅读-翻译
MegaDepth: Learning Single-View Depth Prediction from Internet PhotosAbstract单视图深度预测是计算机视觉中的一个基本问题。近年来,深度学习方法取得了长足的进步,但这种方法受到现有训练数据的限制。目前基于3D传感器的数据集有一些关键的限制,包括仅含室内图像(NYU)、少量训练示例(Make3D)和稀疏采样(KITTI)。...原创 2018-10-15 17:10:06 · 1634 阅读 · 1 评论 -
深度补全(四)-论文阅读-翻译
Joint Semantic Segmentation and Depth Estimation with Deep Convolutional Networks(基于深度卷积网络的联合语义分割与深度估计)Abstract多尺度深度CNNs已被成功地用于将每个像素映射到标签的问题,如深度估计和语义分割。它还表明这种体系结构是可重用的,可以用于多个任务。这些网络通常通过改变输出层和训练目标来单独...原创 2018-10-11 18:55:08 · 1018 阅读 · 0 评论 -
深度补全(二)-论文阅读-翻译
Predicting Depth, Surface Normals and Semantic Labels with a Common Multi-Scale Convolutional Architecture(用通用的多尺度卷积体系结构预测深度、表面法线和语义标签)2015概述本文实验一个单一的多尺度卷积网络架构来处理三种不同的计算机视觉任务:深度预测、表面正太估计、语义标记。本文的网络使...原创 2018-09-28 21:55:18 · 1470 阅读 · 0 评论 -
深度补全(一)-论文阅读-翻译(Depth Map Prediction from a Single Image using a Multi-Scale Deep Network)
摘要深度预测是理解场景三维几何结构的重要组成部分。对于立体图像来说,局部匹配就足够进行估计了,但是从单个图像中找到深度关系就不那么简单了,需要从各种线索中整合全局和局部信息。此外,这项任务本身是含糊不清的,很大一部分不确定性来自于总体规模。在本文中,我们提出了一种新的方法,通过使用两个深层网络栈来解决这个问题:一个是基于整个图像进行粗略的全局预测,另一个是在局部细化这个预测。我们还使用标度不变误...原创 2018-09-26 21:14:28 · 4121 阅读 · 1 评论 -
“Physically-Based Rendering for Indoor Scene Understanding Using Convolutional Neural Networks”论文阅读
论文地址:http://pbrs.cs.princeton.edu/cvpr2017_synclearn.pdfgithub地址:https://github.com/yindaz/surface_normal主页地址:http://pbrs.cs.princeton.edu/基于物理的室内场景理解渲染(卷积神经网络)作者研究了渲染方法和场景照明对三种计算机视觉任务训练的影响:表面法线预测...原创 2018-09-18 20:58:47 · 1285 阅读 · 2 评论 -
KinFu--an open source implementation of KInect Fusion 论文阅读
这篇论文是在Kinect Fusion的基础上开源并且是利用PCL实现的版本Introduction本文的目标是通过分析Kinect Fusion算法来探索重建真是物体的解决方案,Kinect Fusion可以实时重建和渲染真实世界的场景并实现。本文使用的是Kinect Fusion和PCL库获得的点云来创建的一个3D扫描仪应用程序,。 本文分为四个部分 一、介绍Kinect Fu...原创 2018-08-27 17:11:59 · 1115 阅读 · 2 评论 -
深度补全(Sparsity Invariant CNNs)-论文阅读-翻译
(由于是直接从word上复制的,可能存在格式问题)Sparsity Invariant CNNs翻译Abstract本文考虑了基于稀疏输入的卷积神经网络,并将其应用于稀疏激光扫描数据的深度上采样。首先,传统的卷积网络在应用于稀疏数据时表现较差,即使在向网络提供缺失数据的位置时也是如此。为了克服这个问题,本文提出了一个简单而有效的稀疏卷积层,它明确地考虑了卷积运算中缺失数据的位置。而且在...原创 2018-10-24 11:09:10 · 4206 阅读 · 2 评论