计算机视觉
文章平均质量分 96
Leo-Peng
Stay Hungry, Stay Foolish
展开
-
计算机视觉算法——BEV Perception算法总结(3D LaneNet / LSS / PON / BEVFormer / GKT / Translating Image to Maps)
最近读了一篇2022年刚发的BEV Perception算法的总结《Vision-Centric BEV Perception: A Survey》,感觉写得非常好,于是打算总结下这方面的工作,作者将BEV Perception算法做如下分类:MLP Based因为精力有限,我很难将所有的的算法都看一遍,我将从每个类别中挑出一到两种我个人认为比较有代表性的方法进行总结分析,主要结合代码具体解读下图像特征投影到BEV下的这一过程。原创 2023-06-16 00:02:20 · 1843 阅读 · 7 评论 -
计算机视觉算法——基于深度学习的高精地图算法(HDMapNet / VectorMapNet / MapTR / VectorNet)
高精地图广泛应用于自动驾驶领域,传统的高精地图构建和使用算法通常是基于SLAM实现的,但是最近两年出现了很多基于深度学习的方法,例如HDMapNet、VectorMapNet和MapTR就介绍了如何通过NN直接利用感知信息构建矢量化的高精地图,而VectorNet介绍了如何使用NN直接对矢量化的高精地图信息进行编码,从而能高效地作为一路输入被系统所利用。下面HDMapNet为2021年发表的文章,原论文名为《HDMapNet: An Online HD Map Construction and Evalua原创 2023-01-19 10:36:40 · 3880 阅读 · 1 评论 -
计算机视觉算法——基于Transformer的语义分割(SETR / Segmenter / SegFormer)
基于Transformer的语义分割方法原创 2022-11-20 18:42:59 · 7481 阅读 · 1 评论 -
计算机视觉算法——基于Anchor Free的目标检测网络总结
计算机视觉算法——基于Anchor Free的目标检测网络总结原创 2022-10-15 20:20:49 · 1766 阅读 · 1 评论 -
计算机视觉算法——基于Transformer的目标检测(DETR / Deformable DETR / Dynamic DETR / DETR 3D)
DETR是DEtection TRansformer的缩写,该方法发表于2020年ECCV,原论文名为《End-to-End Object Detection with Transformers》。传统的目标检测是基于Proposal、Anchor或者None Anchor的方法,并且至少需要非极大值抑制来对网络输出的结果进行后处理,涉及到复杂的调参过程。而DETR使用了Transformer Encoder-Decoder的结构,并且通过集合预测损失实现了真正意义上的端到端的目标检测方法。...原创 2022-08-07 22:18:53 · 11445 阅读 · 0 评论 -
双目深度算法——双目深度算法总结
之前在工作上有接触过一些双目深度算法,但是当时限于精力有限没有对这类算法进行一个总结,于是今年年初给自己列了个计划要将整理下这方面的工作,于是从《ASurveyonDeepLearningTechniquesforStereo-basedDepthEstimation》这篇Survey开始,将一些比较有代表性的文章都读了下,对这个方向有了个大概的了解,下面是我的一些总结,如果有什么不对的,还请读者指正。...原创 2022-07-17 22:18:06 · 5371 阅读 · 3 评论 -
双目深度算法——基于Transformer的方法(STTR)
这篇文章实验做得非常充分,开源代码也些得很好,下面我们结合代码和文中的实验来详细学习下这篇论文。原创 2022-07-17 14:42:39 · 4395 阅读 · 5 评论 -
双目深度算法——基于Correlation的方法(DispNet / iResNet / AANet)
在Stereo Depth算法中一类方法是基于Cost Volume估计视差,这类方法可以参考双目视觉深度——基于Cost Volume的方法(GC-Net / PSM-Net / GA-Net),另外一类就是本文要介绍的介于Correlation的方法,相比于基于Cost Volume的方法,基于Correlation的方法计算量小,但是准确率也相对较低 (最新提出的AANet已经达到了一个较高水平),下面就这类方法进行一个简单总结......原创 2022-07-09 11:23:38 · 3030 阅读 · 1 评论 -
双目深度算法——基于Cost Volume的方法(GC-Net / PSM-Net / GA-Net)
本篇博客可以主要是义GC-Net为例,解释什么是Cost Volume以及为什么要用3D卷积来进行推理。原创 2022-06-11 18:39:15 · 5461 阅读 · 7 评论 -
视觉SLAM总结——SuperPoint / SuperGlue
视觉SLAM总结——super pixel/super clue/super map原创 2022-05-29 10:58:39 · 21106 阅读 · 8 评论 -
辐射神经场算法——Wild-NeRF / Mipi-NeRF / BARF / NSVF / Semantic-NeRF / DSNeRF
辐射神经场算法——Wild-NeRF / Mipi-NeRF / NSVF辐射神经场算法——Wild-NeRF / Mipi-NeRF / NSVF辐射神经场算法——Wild-NeRF / Mipi-NeRF / NSVF原创 2022-04-30 20:14:20 · 7140 阅读 · 7 评论 -
辐射神经场算法——NeRF算法详解
辐射神经唱算法——NeRF算法详解原创 2022-04-30 20:09:43 · 16569 阅读 · 6 评论 -
计算机视觉算法——语义分割网络总结
计算机视觉算法——目标检测网络总结计算机视觉算法——图像分割网络总结MaskRCNNSegNetDeepLabCountour Detection and Hierachical Image SegmentationEfficient Graph-Based Image SegmentationSLICU-NetMean ShiftNormalized Cuts and Image SegmentationFCN计算机视觉算法——图像分割网络总结【盘点】图像分割二十年,影响力最大的10篇论文!Mask原创 2022-04-05 20:37:48 · 5562 阅读 · 0 评论 -
计算机视觉算法——Vision Transformer / Swin Transformer
9. TransformerTransformer来源于2017年的一篇论文《Attention Is All You Need》,Transformer的提出最开始是针对NLP领域的,在此之前,NLP领域里使用的主要是RNN、LSTM这样一些网络,这些网络都存在一些问题,一方面是记忆长度有限,另一方面是无法并行,而Transeformer理论上记忆长度是无限长的,并且可以做到并行化。9.1 网络结构9.2 关键知识点9.2.1 Self-AttentionSelf-Attention是Trans原创 2022-04-05 20:28:45 · 11518 阅读 · 5 评论 -
激光SLAM总结——特征点提取与匹配
学习LOAM笔记——特征点提取与匹配学习LOAM笔记——特征点提取与匹配1. 特征点提取1.1 对激光点按线束分类1.2 计算激光点曲率1.3 根据曲率提取特征点2. 特征点匹配2.1 scan-to-scan中的特征点匹配2.2 scan-to-map中特征点匹配3. 补充学习LOAM笔记——特征点提取与匹配兜兜转转一圈,最近又开始接触一些和SLAM相关的工作,LOAM是一个非常经典的激光SLAM框架,LOAM和VLOAM至今还在kitti榜上有着不错的表现,从这篇博客开始,我开始着手对LOAM以及L原创 2021-08-22 18:00:13 · 10270 阅读 · 1 评论 -
Ceres Solver Document学习笔记
Ceres Solver学习笔记Ceres Solver学习笔记1. 基本概念Ceres Solver学习笔记之前在学习Vins-Mono时,在Vins-Mono后端就是使用Ceres实现的滑窗优化,当时对Ceres的了解也仅仅是在简单使用的层面上,最近项目中有再次用到Ceres相关的内容,因此我把Ceres Solver的Document扫了一遍,这篇博客是相关的笔记。我个人觉得Ceres比较重要的优势主要有如下几点:Ceres中提供了自动求导的功能,在优化算法推到的过程中,最麻烦的也就是求雅克比原创 2021-07-18 23:43:13 · 794 阅读 · 1 评论 -
计算机视觉算法——目标检测网络总结
计算机视觉算法——目标检测网络总结计算机视觉算法——目标检测网络总结1. RCNN系列1.1 RCNN1.1.1 网络结构及特点1.1.2 关键知识点——非极大值抑制算法(NMS)1.2 Fast RCNN网络结构及特点2. SSD3. YOLO系列计算机视觉算法——目标检测网络总结由于后面工作方向的需要,也是自己的兴趣,我决定补习下计算机视觉算法相关的知识点,参考的学习资料主要是B站Up主霹雳吧啦Wz,强推一下,Up主的分享非常的细致认真,从他这里入门是个不错的选择,Up主也有自己的CSDN博客,我这原创 2021-06-14 23:49:56 · 44846 阅读 · 11 评论 -
计算机视觉算法——图像分类网络总结
计算机视觉算法学习笔记——图像分类网络计算机视觉算法学习笔记——图像分类网络1. AlexNet1.1 网络结构1.2 关键知识点1.2.1 卷积和池化特征尺寸计算公式1.2.2 ReLU非线性激活函数1.2.3 防止过拟合2.计算机视觉算法学习笔记——图像分类网络由于后面工作方向的需要,也是自己的兴趣,我决定补习下计算机视觉算法相关的知识点,参考的学习资料主要是B站Up主霹雳吧啦Wz,强推一下,Up主的分享非常的细致认真,从他这里入门是个不错的选择,Up主也有自己的CSDN博客,我这里主要是作为课程的原创 2021-05-05 16:03:27 · 6250 阅读 · 7 评论 -
图像降噪算法——低秩聚类:WNNM算法
图像降噪算法——低秩聚类:WNNM算法图像降噪算法——低秩聚类:WNNM算法基本原理python代码结论图像降噪算法——低秩聚类:WNNM算法同样是为了完善自己知识版图的完整性,我决定再补充下低秩聚类算法的相关算法,低秩聚类算法同样是一大类算法,这篇博客是挑选了其中最经典的一种算法WNNM算法进行展开学习,由于没有在这方面做过太多相关的工作,因此可能理解相对肤浅,还请读者见谅基本原理python代码结论...原创 2021-02-26 21:08:36 · 15432 阅读 · 18 评论 -
图像降噪算法——稀疏表达:K-SVD算法
图像降噪算法——稀疏表达:K-SVD算法图像降噪算法——稀疏表达:K-SVD算法1. 基本原理2. python代码3. 结论图像降噪算法——稀疏表达:K-SVD算法为了完善下自己降噪算法知识版图的完整性,我打算花一个周末的时间再了解下基于稀疏表达和低秩聚类这两种原理实现的图像降噪算法,因为学习的时间并不长,也没有花太多时间去做实验,所以对算法理解得可能比较肤浅,还愿读者见谅。这里我分享几篇很优秀的博客,我对稀疏表达概念的认识目前也就是来自于这几篇博客:字典学习(Dictionary Learnin原创 2021-02-22 10:29:07 · 13656 阅读 · 10 评论 -
图像降噪算法——DnCNN / FFDNet / CBDNet / RIDNet / PMRID / SID
图像降噪算法——DnCNN/FFDNet/CBDNet/RIDNet/SID/PMRID图像降噪算法——DnCNN/FFDNet/CBDNet/RIDNet/SID/PMRID1. 基本原理1.1 DnCNN1.2 FFDNet1.3 CBDNet1.4 RIDNet1.5 SID1.6 PMRID2. pytorch代码3. 结论图像降噪算法——DnCNN/FFDNet/CBDNet/RIDNet/SID/PMRID1. 基本原理这篇博客主要介绍几篇经典的CNN相关的图像降噪算法1.1 DnCNN原创 2021-02-17 22:34:23 · 36718 阅读 · 25 评论 -
图像降噪算法——Variance Stabilizing Transform / Generalization Anscombe Transform算法
图像降噪算法——GAT图像降噪算法——GAT图像降噪算法——GAT原创 2021-02-16 20:33:45 · 6352 阅读 · 5 评论 -
图像降噪算法——从BM3D到VBM4D
图像降噪算法——BM3D图像降噪算法——BM3D1. 基本原理2. C++代码实现3. 结论图像降噪算法——BM3DBM3D是目前非AI降噪算法中最优的算法之一,其降噪效果确实非常惊艳,网上的资料也相对较多,我觉得写得最好的一篇博客是通俗语言说BM3D,这个博主应该是个搞图像处理的大佬,对原理理解得比较深,这里我对BM3D进行一个简单总结,然后扒了一个C++实现对接口进行了修改,移植到我自己的工程里(因为实在是忙得没时间自己复现一遍)1. 基本原理2. C++代码实现3. 结论...原创 2021-02-15 21:29:14 · 9411 阅读 · 1 评论 -
Pytorch Document学习笔记
pytorch初始化方式、优化器方法、损失函数、不同的层(batchnormalize, pooling)原创 2021-02-15 11:19:17 · 700 阅读 · 1 评论 -
双目深度算法——SGM中的动态规划
双目视觉——SGBM双目视觉——SGBM双目视觉——SGBM由于工作上的需要,需要学习下双目立体匹配邻域中的一个经典算法SGBM原创 2020-09-26 21:41:33 · 2612 阅读 · 0 评论 -
图像降噪算法——时域降噪算法
图像降噪算法——时域降噪算法图像降噪算法——时域降噪算法图像降噪算法——时域降噪算法原创 2020-09-13 09:06:55 · 14749 阅读 · 2 评论 -
学习MSCKF笔记——后端、状态预测、状态扩增、状态更新
学习MSCKF笔记——后端、状态扩增学习MSCKF笔记——后端、状态扩增学习MSCKF笔记——后端、状态扩增为了看懂后端代码,我先看了下《Quaternion kinematics for the error-state Kalman filter》这篇参考文献,写了两篇总结文档学习MSCKF笔记——四元数基础学习MSCKF笔记——误差状态卡尔曼滤波MSCKF的后端内容还是很多的,Stereo-MSCKF的代码也写得很好,通过读代码将MSCKF后端流程图总结如下:下面我将后端中几个关键的知识点原创 2020-09-05 00:09:54 · 3168 阅读 · 8 评论 -
学习MSCKF笔记——真实状态、标称状态、误差状态
学习MSCKF笔记——误差状态卡尔曼滤波学习MSCKF笔记——误差状态卡尔曼滤波1.学习MSCKF笔记——误差状态卡尔曼滤波1.原创 2020-08-02 23:11:04 · 3819 阅读 · 0 评论 -
学习MSCKF笔记——四元数基础
学习MSCKF笔记——四元数基础学习MSCKF笔记——四元数基础学习MSCKF笔记——四元数基础其实老早就想对四元数相关知识进行一个总结了,这次学习MSCKF时,阅读了参考文献《Quaternion Kinematics for the Error-state Kalman Filter》,这篇文献对四元数相关知识进行了一个总结,...原创 2020-07-26 21:27:19 · 1086 阅读 · 0 评论 -
学习MSCKF笔记——前端、图像金字塔光流、Two Point Ransac
学习MSCKF笔记——前端中的几个细节学习MSCKF笔记——前端中的几个细节1. 前端流程学习MSCKF笔记——前端中的几个细节前段时间开始工作了,刚开始有点忙得缓不过来,调整了两三个月后总算有时间了,可以继续学点自己感兴趣的东西,写写博客。之前研究过一段时间VINS-Mono,那是一个后端优化框架的VIO,而MSCKF是基于滤波的框架,对于嵌入式平台会更加友好,因此想花点时间再学习下。目前我仅仅看了一遍paper,过了一遍代码,以及学习了几位前辈优秀的博客:一步步深入了解S-MSCKFMSCKF那原创 2020-07-12 22:19:16 · 2917 阅读 · 3 评论 -
图像降噪算法——图像降噪算法总结
图像传感器与信号处理——图像降噪算法图像传感器与信号处理——图像降噪算法1. 图像噪声建模2. 图像降噪算法图像传感器与信号处理——图像降噪算法图像降噪对于SLAM的落地也是非常重要的,这几天我看了几篇和图像降噪相关的Review,给我的感觉就是SLAM这一研究领域像是一片汪洋,而图像降噪领域则是另一片汪洋,算法实在太多。按道理说我应该把方法都研究透了才有资格来写一篇总结,但是呢,对于我自己来...原创 2020-04-02 17:32:12 · 36076 阅读 · 15 评论 -
图像降噪算法——小波硬阈值滤波(下)
图像降噪算法——离散小波变换(下)图像降噪算法——离散小波变换(下)1. 基本原理2. C++代码实现3. 结论图像降噪算法——离散小波变换(下)1. 基本原理关于离散小波变换的原理在中已经有了非常详细的总结,这里介绍下本博客利用离散小波变换进行降噪的原理(其实不能算是降噪,应该算是图像压缩),就是在小波变换之后,将输出系数进行由大到小的排序,然后将前10%大的通过小波反变换成图像,因为噪...原创 2020-04-02 16:16:15 · 4183 阅读 · 0 评论 -
图像降噪算法——小波硬阈值滤波(上)
图像降噪算法——离散小波变换图像降噪算法——离散小波变换图像降噪算法——离散小波变换原创 2020-04-02 16:15:28 · 4590 阅读 · 0 评论 -
图像降噪算法——维纳滤波
图像降噪算法——维纳滤波图像降噪算法——维纳滤波图像降噪算法——维纳滤波原创 2020-04-02 16:14:00 · 27045 阅读 · 11 评论 -
图像降噪算法——高斯低通滤波
图像降噪算法——离散傅里叶变换图像降噪算法——离散傅里叶变换1. 基本原理2. C++代码实现图像降噪算法——离散傅里叶变换1. 基本原理通过离散傅里叶变换对图像进行滤波流程作非常简单,就如下图所示:(1) 二维离散傅里叶变换的公式为:F(u,v)=∑x=0M−1∑y=0N−1f(x,y)e−j2π(ux/M+vy/N)F(u, v)=\sum_{x=0}^{M-1} \sum_{y=0...原创 2020-04-02 16:12:46 · 10140 阅读 · 4 评论 -
图像降噪算法——非局部均值降噪算法
图像降噪算法——非局部均值降噪算法图像降噪算法——非局部均值降噪算法图像降噪算法——非局部均值降噪算法原创 2020-04-02 16:11:22 · 6297 阅读 · 5 评论 -
图像降噪算法——中值滤波/均值滤波/高斯滤波/双边滤波
图像降噪算法——空间域滤波器图像降噪算法——空间域滤波器1. 局部滤波器2. 非局部滤波器——Non-Local Means1.1 原理介绍1.2 代码实现图像降噪算法——空间域滤波器空间域滤波器是最传统最简单的一类图像降噪算法,简单到我都有点不太想做写这篇博客(傲娇了…),但是为了内容的完整性,我还是在此总结下,空间域滤波器可以分为局部滤波器和非局部滤波器,其中局部滤波器又分为线性滤波器和非...原创 2020-04-02 16:10:26 · 12194 阅读 · 6 评论 -
图像降噪算法——图像噪声模型
图像降噪算法——图像噪声模型图像降噪算法——图像噪声模型1. 图像噪声建模2. C++实现图像降噪算法——图像噪声模型1. 图像噪声建模首先,我们要区分图像传感器噪声和图像噪声,图像传感器噪声我在博客图像传感器与信号处理——详解图像传感器噪声中有过总结,图像传感器噪声会造成各种各样的图像噪声。其次,我们需要了解图像降噪模型,图像降噪模型可以建模为:y=x+ny=x+ny=x+n其中,yyy...原创 2020-04-02 16:09:06 · 10473 阅读 · 1 评论 -
图像传感器与信号处理——SFR算法/ISO 12233解读
图像传感器与信号处理——SFR算法图像传感器与信号处理——SFR算法1. 前言2. 基于视觉的分辨率测量方法3. 基于边界的SFR算法4. 基于正弦波的SFR算法图像传感器与信号处理——SFR算法SFR的全称是Spatial Frequency Response,空间频率响应。介绍SFR算法的参考文献主要是ISO 12233这篇英文文档。和读一般的论文感觉不同,文档读起来更加晦涩难懂,可能是因...原创 2020-03-06 22:47:01 · 8154 阅读 · 9 评论 -
论文阅读——《Online Photometric Calibration of Auto Exposure Video for Realtime Visual Odometry and SLAM》
论文阅读——《Online Photometric Calibration of Auto Exposure Video for Realtime Visual Odometry and SLAM》《Online Photometric Calibration of Auto Exposure Video for Realtime Visual Odometry and SLAM》1. 成像过程建...原创 2020-02-28 21:03:15 · 1235 阅读 · 0 评论