自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(13)
  • 收藏
  • 关注

原创 【GS-Pose】学习

将3D Gaussian Splatting应用在位姿估计中,提出仅基于RGB的novel物体姿态估计框架。这一步是将参考图重建为3D Gauss表示,用于pose refine。也是三步进行:定位、pose init、pose refine。(onepose系列必须有2d bbox)设delta P为T。

2024-05-21 16:57:22 487

原创 Free-Moving Object Reconstruction and Pose Estimation with Virtual Camera 论文学习

假设已知真实相机内参K,则有在对图像u做crop时,相当于用操作矩阵M。设虚拟相机参数为K。

2024-05-21 16:57:18 467

原创 pose 整理(补充中)

1.PnP算法:PnP(Perspective-n-Point)是求解 3D 到 2D 点对运动的方法。它描述了当我们知道n 个 3D 空间点以及它们的投影位置时,如何估计相机所在的位姿。——《视觉SLAM十四讲》通俗的讲,PnP问题就是在已知世界坐标系下N个空间点的真实坐标以及这些空间点在图像上的投影,如何计算相机所在的位姿。换句话说,就是已知量为空间中的真实坐标和图像坐标,求解相机的位姿(未知量)2.BOP挑战赛。

2024-03-15 17:54:25 1635 1

原创 BundleTrack学习

它只需要对一般 2D 图像进行训练,例如此处使用的 ScanNet 数据集 ,并推广到新的场景。采用了现成的用于视频对象分割的 transductive-VOS 网络,只需要在Davis 2017和Youtube-VOS 数据集上预训练,泛化到我们的测试场景,而不需要任何物体的CAD模型进行训练(不依赖,可优化)提出了位姿图&内存池,全新的6D物体姿态算法,不需要实例或类级别的CAD模型用于训练或测试,可立即用于新物体的6D姿态跟踪。考虑稠密点之间,点到平面距离的残差,当E最小化时,则实现了时空一致性。

2023-11-17 19:08:50 114 1

原创 6-PACK论文学习及复现记录

6-PACK论文复现

2022-08-04 11:14:33 2048 2

原创 6D位姿估计学习

6D位姿估计学习

2022-08-04 10:57:45 3478

原创 【6PACK代码注解】train.py

6PACK代码注解

2022-08-04 10:47:12 533

原创 【6PACK代码注解】数据集载入与预处理

6PACK代码注解

2022-08-04 10:43:56 866

原创 【6PACK代码注解】网络结构

6PACK代码注解

2022-08-04 10:42:27 714

原创 【6PACK代码注解】评估指标benchmark.py

6PACK代码注解

2022-08-04 10:40:27 432

原创 【6PACK代码注解】测试过程eval.py

6PACK代码注解

2022-08-04 10:28:34 316

原创 【6PACK代码注解】测试过程数据处理eval_dataset_nocs.py

6PACK代码注解

2022-08-04 09:58:11 468

原创 【6PACK代码注解】损失函数

6PACK代码注解

2022-08-03 15:14:38 318

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

提示
确定要删除当前文章?
取消 删除