知识混子_-CSDN博客

原创 “DA4AD” (deep attention for autonomous driving)

“DA4AD” (deep attention for autonomous driving)和2019cvpr的L3-Net同一个作者！！！也是百度的，真大佬！就这精度，还要什么lidar！Introduction提取基于学习的特征描述子从地图图像中选择关注的关键点将其与在线图像进行匹配并推断出最佳姿势选择地图中的一些点作为关注的关键点。场景中稳定的特征，有利于长期匹配。根据热力图选关键点构建图像金字塔，训练全集及网络独立地从不同尺度上提取密集特征，利用共享主干网络，同时估计不同尺度的密

2020-12-08 20:47:57 797 5

原创 Hierarchical Scene Coordinate Classification and Regression for Visual Localization

@inproceedings{li2020hscnet,title = {Hierarchical Scene Coordinate Classification and Regression for Visual Localization},author = {Li, Xiaotian and Wang, Shuzhe and Zhao, Yi and Verbeek, Jakob and Kannala, Juho},booktitle = {CVPR},year = {2020}}总结：大

2020-11-25 14:45:51 392

原创 NetVlad

@InProceedings{Arandjelovic16,author = “Arandjelovi’c, R. and Gronat, P. and Torii, A. and Pajdla, T. and Sivic, J.”,title = “{NetVLAD}: {CNN} architecture for weakly supervised place recognition”,booktitle = “IEEE Conference on Computer Vision a

2020-11-25 14:44:00 1221

原创 From Coarse to Fine Robust Hierarchical Localization at Large Scale

From Coarse to Fine: Robust Hierarchical Localization at Large Scale摘要鲁棒的高精度定位是许多应用的基本功能，比如自动驾驶、移动机器人，但是这仍是一项具有挑战的任务，尤其是在大场景和外观特征显著变化的情况下。最先进的定位方法在精度、鲁棒性及实时性上都有待提升，本文提出了一种基于卷积神经网络（CNN）的分层定位方法，该方法可以同时预测局部特征和全局特征。我们的由粗到精的分层定位方法：首先利用全局特征进行全局检索获取候选位置，然后通过局部特

2020-11-05 13:42:48 2120

原创 DH3D Deep Hierarchical 3D Descriptors for Robust Large-Scale 6DoF Relocalization

DH3D: Deep Hierarchical 3D Descriptors for Robust Large-Scale 6DoF RelocalizationAbstract设计了一种可以从原始点云中提取3维局部特征和描述符的网络。集成了FlexConv和Squeeze-and-Excitation (SE) 使得学习到的局部描述符获取多层次的几何信息和通道关系。通过有效的注意力机制直接聚合局部描述符来生成全局描述符；通过这种方法，局部和全局的描述符可以在一个forward中生成.Introduc

2020-10-28 14:14:08 934

原创 CVPR2020及ICRA2020中视觉定位论文集锦

1.Hierarchical Scene Coordinate Classification and Regression for Visual Localizationhttps://arxiv.org/pdf/1909.06216.pdf2.KFNet: Learning Temporal Camera Relocalization using Kalman Filtering重定位https://arxiv.org/pdf/2003...

2020-06-14 16:05:08 2890 2

原创初别Soft-max

https://blog.csdn.net/bitcarmanlee/article/details/82320853

2020-06-10 10:03:31 135

原创《SLAM十四讲》阅读笔记——第一章

SLAM是啥SLAM 是Simultaneous Localization and Mapping 的缩写，中文译作“同时定位与地图构建”个人觉得第一章最好的一段话：我们极其重视实践：在本书介绍的所有重要算法，我们都将给出可以运行的实际代码，以求加深读者的理解。这么做的原因，主要是考虑到SLAM毕竟是一项和实践紧密相关的技术。再漂亮的数学理论，如果不能转换为可以运行的代码，那就仍是可望不可即的空中楼阁，没有实际的意义。我们相信，实践出真知，实践出真爱。只有当您实际地运算过各种算法之后，才能真正地

2020-06-01 18:11:50 158

原创 ASLFeat: Learning Local Features of Accurate Shape and Localization阅读笔记（不更了，跑了源码效果很好）

Abstract减轻局部特征检测器和描述符联合学习的两个瓶颈。（1）密集特征提取过程中，忽略特征点的局部形状（尺度、方向等），而形状是获得较强集合不变行的关键。（2）关键点的定位精度不足以可靠的恢复相机几何结构。本文提出ASLFeat，通过三个轻量修改来改善上述问题，（1）利用可变形CNN来密集估计和应用局部变换。（2）利用固有特性分层来存储空间分辨率和底层细节以实现精确的关键点定位。（3）利用峰值检测关联特征响应以及派生更多指示检测核心。Introduction重新讲了一遍摘要。ASLFeat的三

2020-06-01 18:02:59 830 1

原创 CVPR2020开源论文（部分带阅读笔记）

CVPR2020论文开源项目合集CNNExploring Self-attention for Image RecognitionImproving Convolutional Networks with Self-Calibrated ConvolutionsRethinking Depthwise Separable Convolutions: How Intra-Kernel Correlations Lead to Improved MobileNets图像分类Compositional Convo

2020-05-29 11:48:04 32546 1

知识混子_的博客