三维点云第14页

大合集！80 篇 CVPR2020 论文分方向整理: 目标检测/图像分割/姿态估计等（附链接＆下载）...

ID，从论文ID公布以来，我们一直在对CVPR进行实时跟进，本文是对80篇CVPR2020论文整理和分类，均有论文链接，部分含开源代码，涵盖的方向有：目标检测、目标跟踪、图像分割、人脸识别、姿态估计、三维点云

数据派THU·2020-06-26 17:02

三维点云数据pcd与ply格式相互转换/点云合并

PCL配置与下载参考：https://blog.csdn.net/stq054188/article/details/106408641①ply转pcd#include#include#include#include#include#include#include#include#include#include#include#includeusingnamespacepcl;usingnames

Color Space·2020-06-26 14:13

opencv单目相机三维点云重建（附代码）

首先，本篇博客编程平台为：vs2013软件库为：opencv3.4.1pcl1.8.0需要配置环境相同才能实现结果此外，本篇文章参考了以下两位大佬的内容：https://blog.csdn.net/zhazhiqiang/article/details/42740429https://blog.csdn.net/shadow_guo/article/details/44193993###上一篇博客

Ctrl_C编程语言爱好者·2020-06-26 12:02

opencv实现三维点云重建

最近几天真的好气，搞了半天结果却是毛线。opencv版本为3.4.1，pcl版本为1.8，开发环境为vs2013，不多说，贴代码（能跑通，但是结果只有一条极线，好气！！)先打个草稿，只是为了安慰自己，这几天还是干了点东西的，好一点的结果出来后，还会来完善这篇博客，等我好消息。#include"opencv2/core/core.hpp"#include"opencv2/imgproc/imgpro

Ctrl_C编程语言爱好者·2020-06-26 12:02

使用MATLAB来可视化三维点云上的法向量

下面展示一种在三维点云上可视化法向量的方法，将单位向量映射到RGB立方体上相应的RGB颜色。用于将三维点云或网格数据上的法向矢量可视化为彩色，而不是法向量箭头因为有时很难看清楚箭头的指向。

南苏月·2020-06-25 11:10

利用Meshlab旋转三维点云模型

实验过程中，需要对两个三维点云模型求碰撞，模型方向很重要，有的模型读出来的点数据不是我想要的方位，但是又特别想用这个模型，找不到别的模型特换，故总结一下利用Meshlab去旋转三维点云模型，并保存。

对着阳光微笑·2020-06-25 10:11

汇总|基于3D点云的深度学习方法

近年来，深度学习技术已成为计算机视觉、语音识别、自然语言处理、生物信息学等领域的研究热点，然而，三维点云的深度学习仍然面临着数据集规模小、维数高、非结构化等诸多挑战三维点云。在此

龙啸wyh·2020-06-25 06:17

从照片的三维重建（3D Reconstruction）——MVS系列（１）

MVS——multiviewsystem从多视图的密集重建（１）SFM的重建成果是稀疏三维点云，为了进入更加深刻的领域，获得更好的结果，我们进入到MVS（１）如何理解密集点云的生成原理MVS是生成密集点云的方法

yuboona·2020-06-25 03:13

3D目标检测之AM3D

AccurateMonocularObjectDetectionviaColor-Embedded3DReconstructionforAutonomousDriving》参考戳这里主要思路先用2D目标检测网络和单目深度估计网络分别检测2Dbox和深度信息，然后将深度信息转化为三维点云

放牛娃子·2020-06-25 01:27

【仓库物资识别】二、将三维点云转换成二维图像

实习第一个任务其中的一个小步骤是将三维点云转换成二维图像，今天刚好复习PCL的点云滤波部分，发现了一个具有类似功能的平面模型投影滤波——ModelCoefficients平面参数模型的形式是：ax+by

秦乐乐·2020-06-24 22:37

基于图像的三维重建与基于三维点云数据的曲面拟合

在三维重建的问题上存在着两类算法:体绘制和面绘制。体绘制是直接把体数据投射到视平面得到结果,该算法得到的图像质量高,但运算量巨大且不能对表面的几何参数进行计算。面绘制算法先对体数据中的等值面构造出多边形网格,然后利用显卡的硬件加速功能实现实时显示。在面绘制中也有两类算法,一类是直接基于三维等值面的MarchingCubes算法;另一类是基于二维轮廓线序列的轮廓线重构算法。轮廓线重构算法的缺点在于它

Naruto_Q·2020-06-24 20:31

使用visualSFM和meshlab进行三维重建

最近一直在看的三维重建的东西，拿着SIFT-GPU+Bundler+PMVS已经可以重建出稠密的三维点云了，但是怎么用三维点云重建出真正的三维模型还是没有研究过。

lhanchao·2020-06-24 04:44

特征点匹配应用——图像拼接的原理与基于OpenCV的实现

最初我看特征点匹配的东西源于三维重建，由于特征点匹配的不准确，导致两幅图像之间的位置关系计算不准确，从而使得最后生成的三维点云中有很多的噪声。

lhanchao·2020-06-24 04:44

三维激光雷达点云拼接

对三维点云的处理，可以使用PCL（PointCloudLibrary），功能十分强大。在激光SLAM和RGB-DSLAM领域，通常使用ICP（IterativeClosestPoint）算法

W_Tortoise·2020-06-24 03:48

VS+Qt+PCL 实战：CloudViewer

一、CloudViewer简介CloudViewer（点云可视化软件）是一款面向三维点云数据处理、点云开发专业人员及爱好者的三维点云可视化软件，该软件具备以下功能：点云IO。

knightaoko·2020-06-24 01:41

迭代最近点（Iterative Closest Point, ICP）算法及matlab实现

前言通常，使用RGB-D相机或是其他方法获取到物体的三维点云后，由于采集设备不同、拍摄视角不同等等因素的影响，即使是同一个物体所得到的点云也会有较大的差异，主要是旋转或者平移的变化。

hongbin_xu·2020-06-23 15:48

由双目立体视差图重建三维点云【Win10+OpenCV3.4.1+PCL1.8】

基于Win10+OpenCV3.4.1+PCL1.8环境，使用双目立体视差图进行三维点云的重建。

$南山种豆$·2020-06-22 09:22

编译安装ORB-SLAM2获得三维点云地图（搜遍全网，就这一篇能看懂）

高翔博士对ORBSLAM2修改增加了点云模块，https://github.com/gaoxiang12/ORBSLAM2_with_pointcloud_map在编译过程中，遇到很多问题，特来记录一下。以便之后的同学可以快速上手。注意环境是ubuntu16.04。１、下载源码gitclonehttps://github.com/gaoxiang12/ORBSLAM2_with_pointclou

F.D.I.O.E.H.R·2020-06-22 02:55

自动驾驶感知硬件--激光雷达

分析激光遇到目标对象后的折返时间，计算出到目标对象的相对距离，并利用此过程中收集到的目标对象表面大量密集的点的三维坐标、反射率和纹理等信息，快速得到出被测目标的三维模型以及线、面、体等各种相关数据，建立三维点云

华山汉灵·2020-06-22 01:19

重磅！ CVPR2020最新计算机视觉论文代码分类打包下载

目录一、CVPR2020二、CVPR2020论文分类目标检测图像分割人脸识别目标跟踪三维点云&重建姿态估计GAN小样本&零样本弱监督&无监督神经网络模型加速视觉常识OCR图像分类图像处理三、资

Liangjun_Feng·2020-06-22 00:34

大合集！CVPR2020论文分方向整理: 目标检测/图像分割/姿态估计等，附打包下载（持续更新）

从论文ID公布以来，极市一直在对CVPR进行实时跟进，本文是对CVPR2020论文整理和分类，均有论文链接，部分含开源代码，涵盖的方向有：目标检测、目标跟踪、图像分割、人脸识别、姿态估计、三维点云、视

极市平台·2020-06-21 20:41

给大一计算机专业学生的建议

我给计算机专业的几点建议大一的暑假是特别重要1.明确自己要不要考研怎么做，自己是否对人工智能，大数据，图像处理，三维点云等方面感兴趣我用了几个月的时间跟着老师做项目，认识了一些比较厉害的技术，如图像处理

纯洁的码农·2020-06-21 14:22

三维点云处理(2)——PCA

PrincipleComponentAnalysisPCAApplications:Physicalintuitions:SpectralTheorem:RayleighQuotients:Summary:KPCAKernel:SummarySurfacenormalonsurfaceApplications:Steps:Noise:PCAPCAistofindthedominantdirecti

weixin_44554973·2020-05-25 21:24

基于旋转轮廓的点云局部浮点型和二值化特征描述（RCS）

作者：小毛Date：2020-05-19来源：基于旋转轮廓的点云局部浮点型和二值化特征描述（RCS）本次介绍一个发表于ComputerVisionandImageUnderstanding的经典三维点云描述子

3D视觉工坊·2020-05-21 09:00

SUN3D: A Database of Big Spaces Reconstructed using SfM and Object Labels

数据集介绍数据集和对应工具地址：http://sun3d.cs.princeton.eduSUN3D数据集包含有对于完整房间的RGBD图像，相机位姿，语义分割和三维点云。

翡翠之幻·2020-05-15 16:01

基于正交投影的点云局部特征描述详解

作者：小毛Date：2020-05-09来源：基于正交投影的点云局部特征描述详解本次介绍一个发表于PatternRecognition的经典三维点云描述子TOLDI，首先进行算法阐述，然后再给出数据集的介绍

3D视觉工坊·2020-05-09 08:00

ros开发之pointcloud_to_laserscan功能包浅析

我这边具备的硬件条件为:Robosense16线激光雷达,笔记本电脑(ubuntu16.04,Ros-Kinetic),当前不借助里程计完成SLAM建图定位的只有二维建图的hector-slam算法,需要将激光雷达三维点云转换为二维点云数据

昕动乐活·2020-04-23 17:31

PCA解决三维点云法向量问题

PCA——主成分分析法，也可以用于处理三维点云得到三维点云的特征向量，一直不是很理解为什么分析点云的主成分可以得到法向量，最近略有感悟，稍作分享。

莫雪雪的blog·2020-03-23 23:13

ICP SVD 解法

整体流程有两组点，已经配好对，分别为：，每个点是一个列向量求中心，得到去中心，得到求旋转R，依据优化公式：求平移t，依据公式：优化结果计算3x3矩阵H（如果是三维点云）SVD分解H其中UV均为3x3正交矩阵得到最优

北麓牧羊人·2020-03-07 17:10

《Android 美颜类相机开发汇总》第四章 Android OpenGLES 动态贴纸实现

动态贴纸最常用的是二维图像，也有使用3D图像的动态贴纸，而随着AR和三维点云技术的发展，目前的AR贴纸也流行了起来。比如抖音、快手等短视频应用，或者美颜相机、FaceU激萌等相机类应用。

cain_huang·2020-02-10 20:43

听风轻咛·2020-01-02 13:42

Java性能调优工具VisualVM使用简记

背景实验用Java3d做树木建模，其中一个重要过程是从三维点云中提取出树木骨架，这里的骨架提取算法包括且不限于八叉树降采样、k近邻提取邻居图、Dijkstra计算最短路径、提取图联通分量、k-means

JimmieZhou·2019-12-26 05:24

最近做的一些事情【科研/点云/Github/WxPython】

三维点云实验需要用一些三维显示的库，因为之前导师用的一直是Java3d，我也跟着用Java3d（现在看来也许用Qt3d会好些，我还踩了一些坑），然后用Java语言搭建了一个实验平台。

JimmieZhou·2019-12-25 14:49

创客关键词-5-3D扫描技术

利用三维扫描仪直接得到物体的原始三维信息的计算机输入设备，侦测并分析现实世界中物体或环境的形状与外观数据，将搜集到的数据进行三维重建计算，创建出实际物体的数字模型，对已有样品或模型进行准确、高速的扫描，得到其三维点云数据

0212_李岩磊·2019-12-22 06:25

golang+webgl实践激光雷达（一）激光扫描仪基础知识

其中激光扫描仪扫射的是一个二维的扫描面，再通过云台旋转，则形成一个空间的三维点云。通过前期调研学习，加深了对激光扫描仪的了解，先整理一下收集的扫描仪的基础知识。

老愤猫·2019-12-17 00:00

DJI Terra+EasyEarth让数据获取与应用无缝衔接

大数据时代对地理信息数据的获取与应用提出了更高的要求：⏩低成本、全要素、高效获取⏩数据采集、处理到应用无缝衔接DJITerra大疆智图DJITerra大疆智图是一款提供自主航线规划、飞行航拍、实时二维建图、实时三维点云

EasyEarth·2019-11-29 10:00

Ａ_LOAM建图同时构建栅格地图(去除动态物体构建可行驶区域)（Lego_Loam也适用）

Ａ_LOAM构建三维点云一般只会用于定位，而小车的导航还是需要二维的栅格地图本文是在使用Ａ_LOAM（loam系列都适用）构建三维地图的同时，构建概率栅格地图，并去除动态物体，最终输出二维的可行驶区域，

Discoverhub·2019-11-18 09:40

[Part 4] 在Windows 10上源码编译PCL 1.8.1支持VTK和QT，可视化三维点云

本文首发于个人博客https://kezunlin.me/post/2d809f92/，欢迎阅读!Part-4:Compilepclwithvtkqt5supportfromsourceonwindows.SeriesPart-1:InstallandConfigureQt5onUbuntu16.04Part-2:InstallandConfigureVTK8.1.0fromsourcewithQ

kezunlin·2019-11-12 02:48

笔记：三维点云数据特征检测

综述扫描数据中存在大量冗余数据（不同角度多次拍摄），为后续曲面重建、模型编辑等带来很大不便，因此需要点云数据简化。模型的特征区域：进行检测和提取非特征区域：简化处理特征用于表达模型的正确外观包括尖锐边、光滑边、脊或谷、尖头等两类方法：基于多边形网格模型的特征检测基于点云模型的特征检测基于多边形网格模型的特征检测文献74使用局部多项式拟合来估计曲率张量信息然后将曲率信息用于密集三角形网格的特征线检测

cybersword·2019-11-08 19:45

[kinect]地面信息提取算法

createdbyDejavu(不断更新中)简介地面信息的提取对于车形的智能机器人来说十分重要，之前一直采用双目视觉来绘制周边环境的三维点云，但是由于双目视觉两个CCD摄像头采集速率无法做到绝对的同步，

ericdejavu·2019-11-01 11:32

python生成三维点云包围盒

matplotlib生成三维点云包围盒运行环境：win10、python3.5.2、matplotlib评价：消耗时间较长效果展示：运行上面包围盒消耗的时间：单位（秒/s）代码：frommpl_toolkits.mplot3dimportAxes3Dimportmatplotlib.pyplotaspltimportnumpyasnpfromitertoolsimportproduct

王张飞·2019-09-16 15:05

基于Kinect-OpenNI-OpenCV-OpenGL的环境三维重构

首先要做的是破解-->连接PC-->获取深度数据和图像数据-->三维点云显示这么几项基本工作。开始仿照的是饮水思源[1]博客的方法（使用VS2008在windows平台上试用Kinect[2]）

weixin_30555515·2019-07-27 06:40

点云处理

1.通过扫描获取点云数据，首先经过滤波（直通和邻域），并进行点云稀疏化，得到有效配准数据，经过配准生成三维点云地图。

o180o·2019-05-09 09:00

Guided Filter对三维点云降噪

同步更新于githubpage文章目录GuidedFilter点云降噪ResultsNotesCodeReferencesGuidedFilter点云降噪GuidedFilter一般用来对2D图像进行降噪等处理，实际上，稍作修改后可以对3D点云进行降噪。从GuidedFilter的基本假设出发，可以推导出针对3D数据的处理方法。这里仅考虑引导数据是点云本身的情况。首先，根据局部线性假设，有qi=A

aipiano·2019-04-28 23:52

基于激光雷达点云数据的目标检测

对语义特征比较复杂的情景，这种方式很有效，但是对一些比较简单的物体，基于三维点云方式的检测更精确。基于三维点云的目标检测传统方式：主要步骤：分割地面->点云聚类->特征提取->分类。基于深度

Oliver Cui·2019-03-19 10:08

三维点云文件的读写代码总结

文章目录ply文件python版本c++版本文件python版本c++版本ply文件python版本fromplyfileimportPlyData,PlyElement#importdata_prep_utildefwrite_ply(points,filename,text=True):#writethearrayasaplyfile--by_xia"""input:Nx3,writepoin

cjh_jinduoxia·2019-03-08 10:42

从图像到点云 Python PCL安装教程

From：从图像到点云PythonPCL安装教程本文旨在记录自己入门PCL、实现从二维图像转换成三维点云的过程，有不足之处欢迎指出~C++环境下的安装和编程参考这两篇博文~Python环境下的编程参考这篇博文

tony2278·2018-12-28 09:58

利用三维点云标注软件分割已知场景、构建语义地图

#利用标注软件分割已知场景、构建语义地图通过使用软件标注对我们自动驾驶任务有需要的Object后，结果如图2所示，这里我们暂时只标注了Tree、Car、Road三类Object，在图2中分别用枚红色、蓝色、和青色表示，他们的类别由PCD文本文件中的label项区分开。通过给一个范围内的点云打标签，我们可以手动分割具有不同语义的点云簇，构建基于点云的语义地图。并且输出文件label_result.p

LTELTY·2018-12-26 17:59

入门图像处理与图像识别的知识框架

小白一枚，和大家共同学习编程基础C++，曾经我想用python来做图像处理，后来发现无论是二维图像处理（opencv）还是三维点云处理（PCL），都得学C++数据结构与算法，设计程序的基础课程编译原理操作系统

游离丸子·2018-12-13 13:12

无人驾驶汽车系统入门（二十八）——基于VoxelNet的激光雷达点云车辆检测及ROS实现

无人驾驶汽车系统入门（二十八）——基于VoxelNet的激光雷达点云车辆检测及ROS实现前文我们提到使用SqueezeSeg进行了三维点云的分割，由于采用的是SqueezeNet作为特征提取网络，该方法的处理速度相当迅速

AdamShan·2018-12-05 15:40

推荐频道

三维点云