- 💂 个人主页: 同学来啦
- 🤟 版权: 本文由【同学来啦】原创、在CSDN首发、需要转载请联系博主
- 💬 如果文章对你有帮助,欢迎关注、点赞、收藏和订阅专栏哦
- 🧑🔬 报告声明:资料整理于2022年模式识别高峰论坛南京理工大学杨健教授报告(报名题目:视觉感知:从2D图像到3D点云)
文章目录
👉 一、报告内容
- 1️⃣ 基于二维图像的方法:目标分类检测、对比学习;
- 2️⃣ 从2D到3D之深度估计:多任务、夜间、开放环境;
- 3️⃣ 基于三维点云的方法:位置识别、跟踪、三维人脸(因时间关系该部分暂未展开阐述)
🍎 二、基于二维图像的方法
🔴 1、用于目标分类的选择性核网络(SKNet for Objection Classification)
🟠 2、大幅度对比学习(Large-Margin Contrastive Learning)
🟡3、用于目标检测的广义焦损失(Generalized Focus Loss for Objection Det ection)
🍑 三、从2D到3D之深度估计
🔴 1、深度估计分类
🟠 2、有监督的单目深度估计
🟡 3、无监督的单目深度估计
🟢 4、夜间自监督深度估计的主要挑战及解决方法