公众号内容拓展学习笔记(2021.4.13)

这篇博客汇总了近期关于车道线检测的论文,探讨了基于深度学习的2D图像深度估计技术,以及台湾大学和谷歌提出的全帧视频稳定算法NeRViS。此外,还介绍了提升密集目标检测性能的VFNet和无监督关键点检测的回归域自适应方法RegDA,所有相关论文和代码已开源。
摘要由CSDN通过智能技术生成

公众号内容拓展学习笔记(2021.4.13)


📎 今日要点

  1. 车道线检测方法的一些近期论文 ⭐️⭐️

    • 主要内容:11篇有关车道线检测的论文
  2. 基于深度学习的2D图像深度估计:从单目到多目 ⭐️⭐️

    • 主要内容:关于深度立体匹配和多视角立体几何的学习分享
  3. AI防抖,稳如老狗?台湾大学和谷歌提出NeRViS:无需裁剪的全帧视频稳定算法 ⭐️⭐️

  4. CVPR 2021 Oral | 55.1 AP!VFNet:全面提升密集目标检测性能 ⭐️⭐️

  5. CVPR 2021 | RegDA:针对无监督关键点检测的回归域自适应方法 ⭐️⭐️

📎 Others

  • 由于图片权限问题,GitHub是完整版,可以点点 star
  • 星标的数量是与个人相关程度,不代表文章内容的好坏
  • 关注我的CSDN博客
  • 关注我的哔哩哔哩
  • 关注我的公众号CV伴读社
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值