三维重建论文阅读笔记第8页

VisDrone-DET2019: The Vision Meets Drone Object Detection in Image Challenge Results论文阅读笔记

VisDrone-DET2019:TheVisionMeetsDroneObjectDetectioninImageChallengeResults论文阅读笔记Paper：https://openaccess.thecvf.com

Mrwei_418·2023-11-01 07:57

【Few-Shot Segmentation论文阅读笔记】Part-aware prototype for few-shot semantic Segmentation, ECCV, 2020

Abstract问题：现有Few-shotsegmentation方法的缺点包括：只能处理有限的问题：one-wayfew-shotsegmentation,比较难向multi-way进行扩展Singleprototype表征能力有限，无法涵盖object的全部regions目标：针对上述问题，本文引入semi-supervisedframework，将其作为semi-supervisedfew-

RaymondLove~·2023-10-31 17:06

S3FD论文阅读笔记

论文：《S3FD:SingleShotScale-invariantFaceDetector》原文链接：https://arxiv.org/abs/1708.05237代码链接：https://github.com/sfzhang15/SFD摘要本文提出了一种基于single-shot尺度不变的人脸实时检测方法，该方法在各种尺度的人脸检测中都具有良好的性能，尤其是在小尺度的人脸检测中。具体来说，我

酉意铭·2023-10-30 06:29

论文阅读笔记格式

写在前面本篇笔记结合了李沐老师论文精读课的第一节【如何读论文】和滑铁卢大学S.Keshav教授写的【Howtoreadpaper】李沐老师课程链接：https://www.bilibili.com/video/BV1H44y1t75x/?spm_id_from=333.999.0.0&vd_source=e0a80296e5f702f44891bb2ca9f637ccS.Keshav教授文章原文：

直博生小艾的科研成长日记·2023-10-30 06:55

【论文精读1】MVSNet架构各组织详解

一、训练流程1.特征提取提取N个输入图像的深层特征用作深度匹配与传统三维重建方法类似，第一步是提取图像特征（SIFT等特征子），不同点在于本文使用8层的卷积网络从图像当中提取更深层的图像特征表示，网络结构如下图所示

你不困我困·2023-10-30 06:14

论文阅读笔记：A survey of sketches in traffic measurement Design, Optimization, Application

论文阅读笔记：InformationFusion2022:Asurveyofsketchesintrafficmeasurement:Design,Optimization,ApplicationandImplementation

烟花再美，不过·2023-10-30 02:04

《Object Detection in 20 Years: A Survey》论文阅读笔记

这篇文章发表于2019年5月16日，它回顾了1990年~2019年间的400多篇目标检测论文，涵盖了和这一领域相关的众多课题，如目标检测发展过程中的里程碑、目标检测数据集、评价指标、目标检测系统的基本模块、加速技术以及当前的SOTA方法。此外，这篇文章也涉及到一些重要的应用场景，如行人检测、人脸检测以及文本检测等。文章的整体脉络如下：第二部分：目标检测二十多年来的发展史第三部分：加速技术第四部分：

oneoverzero·2023-10-30 02:11

基于几何学习图像的三维重建发展_基于图像的三维物体重建：在深度学习时代的最新技术和趋势综述之性能比较和未来研究方向...

下面将讨论一些用于比较三维重建算法的精度指标和性能标准。1.1.1精度指标评估三维重建算法精度最常用的

weixin_39678493·2023-10-29 22:32

【深度估计】单目深度估计

什么是视差深度估计与三维重建单目深度估计研究历程单目深度估计方法传统方法基于线索线性透视聚焦/散焦度天气散射阴影纹理遮挡高度运动线索基于物体自身运动基于摄像机的运动基于机器学习参数学习方法开创性工作改进加入语义信息条件随机场

暖焱·2023-10-29 22:57

ResNeXt论文阅读笔记.md

目录1.提出背景2.核心思想3.论文核心4.分组卷积5.核心代码论文:AggregatedResidualTransformationsforDeepNeuralNetworks论文地址:https://arxiv.org/abs/1611.05431代码地址Keras:https://github.com/titu1994/Keras-ResNeXtPytorch:https://github.

weixin_30608503·2023-10-29 19:15

2023年MathorCup大数据竞赛:基于计算机视觉的坑洼道路检测和识别思路论文代码

数学建模讲解·2023-10-29 09:40

MIT Kimera论文阅读笔记

论文出处1.title={Kimera:anOpen-SourceLibraryforReal-TimeMetric-SemanticLocalizationandMapping}2.author={Rosinol,AntoniandAbate,MarcusandChang,YunandCarlone,Luca}3.year={2020}4.booktitle={IEEEIntl.Conf.onR

Compile666·2023-10-28 22:31

windows下自动运行openMvg+openMvs的exe的脚本（所有exe均在win10下编译成功并提供所有exe（压缩包）），实现三维重建流程

做稀疏重建，再把稀疏重建的结果转换成.mvs格式的文件，再提供给openMvs做稠密重建的所有步骤的所需文件进行了打包，并写了一个3DReconstruction.bat的脚本文件用于直接运行整个稀疏+稠密三维重建的流程

kyrie coder·2023-10-28 17:10

三维重建项目中相机选型方法

针对需要手持三维点云重建的项目中（即相机与待测物体之间的距离不固定情况），有一下多个解决办法：预先测定最佳的检测范围，在计算三维坐标时判断距离是否在该检测范围内，进行一个初步的过滤。选择景深较大的镜头：（↗：越大，↘：越小）F值=↗，光圈=↘，亮度=↘，景深=↗；F=↘，光圈=↗，亮度=↗，景深=↘焦距f=↘，景深=↗；焦距f=↗，景深=↘主体距离=↗，景深=↗；主体距离=↓，景深=↘

大臉喵愛吃魚·2023-10-28 17:10

极米内推

([email protected])姓名，手机，邮箱推荐理由简历------------详细的职位列表软件与创新产品中心高级软件产品经理（内容方向、软硬整合方向）图像算法专家（深度学习方向、三维重建方向

冰雪情缘long·2023-10-27 19:11

医学图像处理与分析

三维重建：基于医学图像

NewDay_·2023-10-27 09:36

Class-Aware Robust Adversarial Training for Object Detection论文阅读笔记

针对目标检测的类感知对抗训练2021年的CVPR，哥伦比亚大学和中心研究院合作的工作。摘要：目的通过对抗训练增强目标检测的鲁棒性，对于一张给定的图像，本文提出的方法产生一个通用的对抗性攻击来同时攻击图像中所有的目标，共同最大化每个对象各自的损失，然后将总损失再分解成类损失，按照该类的数量进行归一化。引言：（这里理一下之前一直都没清楚的时间线，关于对抗攻击的）： 2014年的ICLR文章——《

骑驴去学习·2023-10-27 07:10

LSAE：Learning Shape-Aware Embedding for Scene Text Detection 场景文本检测----论文阅读笔记

论文题目：LearningShape-AwareEmbeddingforSceneTextDetection香港中文大学和腾讯优图共同发表在2019CVPR论文地址：jiaya.me/papers/textdetection_cvpr19.pdf贡献提出了Shape-AwareLoss，可以很好的分割相邻的文本实例并且可以检测很大很长的文本实例（将图像像素映射到嵌入特征空间中，在该空间中，属于同一

CharlesWu123·2023-10-27 07:00

RAD-NeRF模型训练教程

仓库：wwaityousea/xuniren(github.com)数字人解决方案——基于真人视频的三维重建数字人源码与训练方法article/2023/6/293:30:50前言1.真人视频三维重建数字人源码是基于

c2a2o2·2023-10-26 10:15

Python实现双目标定、畸变矫正、立体矫正

一，双目标定、畸变矫正、立体矫正的作用双目目标定：3D重建和测距：通过双目目标定，您可以确定两个摄像头之间的相对位置和朝向，从而能够根据视差信息计算物体的深度，进行三维重建和测距。

code2035·2023-10-26 00:23

自监督论文阅读笔记 RingMo: A Remote Sensing Foundation Model with Masked Image Modeling

深度学习方法促进了遥感(RS)图像解释的快速发展。最广泛使用的训练范式是利用ImageNet预训练模型来处理指定任务的RS数据。然而，存在自然场景与RS场景之间的领域差距，以及RS模型泛化能力差等问题。开发具有通用RS特征表示的基础模型是有意义的。由于有大量未标记的数据可用，自监督方法在遥感方面比全监督方法具有更大的发展意义。然而，目前大多数自监督方法都使用对比学习，其性能对数据增强、附加信息以及

YoooooL_·2023-10-25 23:09

三维数据学习笔记：ply数据内容介绍

face)2.1.2.3相机(camera)2.2数据2.2.1顶点(vertex)2.2.2面(face)2.2.3相机(camera)3.示例3.1示例13.2示例2前言最近根据公司的调整开始转向三维重建和三维检测方向

玉堃·2023-10-25 19:55

论文阅读笔记《PVN3D: A Deep Point-wise 3D Keypoints Voting Network for 6DoF Pose Estimation》

核心思想本文提出一种基于3D关键点投票网络的姿态估计算法。通过投票的方式从RGBD图像中寻找3D关键点，并采用语义分割网络和中心点检测网络实现实例分割，最后根据实例中关键点和对应模型的关键点之间的匹配关系，利用最小二乘法计算得到图像实例与模型之间的位姿变换（旋转矩阵+平移矩阵），即得目标物体的6D位姿。特点在于本文不是直接从图像中提取关键点，而是利用网络预测每个点与关键之间的位置偏移，然后计算

深视·2023-10-25 19:18

论文阅读笔记《DenseFusion: 6D Object Pose Estimation by Iterative Dense Fusion》

核心思想本文提出一种基于RGB-D图像预测目标物体位姿的方法（DenseFusion）。首先，利用一个语义分割网络得到目标物体的分割图像，分别用两个网络用于处理RGB图像和点云图（由深度图获得），将颜色特征和几何特征逐像素的拼接起来，并利用一个特征融合网络获得全局特征。然后将全局特征级联到每个像素的特征向量上，并利用位姿预测网络输出每个像素点对应的位姿估计结果和一个置信度值，最终选择置信度最大

深视·2023-10-25 19:18

【论文阅读笔记】One Shot 3D Photography

论文主页：https://facebookresearch.github.io/one_shot_3d_photography/代码地址：https://github.com/facebookresearch/one_shot_3d_photography 该3D照片方向，由于刚入门，所以会倾向于翻译文章。每个操作上的选择，及为什么不进行另外操作的原因都如数放上。论文小结本作的工作是从单张R

时光机ﾟ·2023-10-25 19:47

双目视觉三维重建

一、三维重建概述三维重建主要是研究如何从得到的匹配点中计算出相机的投影矩阵(如果是外部标定的话，就是求出相机的外部参数)以及如何计算出匹配点的三维坐标。目前研究的进展与之还相差较远。

Code_LiShi·2023-10-25 17:50

【三维重建-PatchMatchNet复现笔记】

【三维重建-PatchMatchNet复现笔记】1突出贡献2数据集描述3训练PatchMatchNet3.1输入参数3.2制定数据集加载方式1突出贡献在计算机GPU和运行时间受限的情况下，PatchMatchNet

知识推荐号·2023-10-25 00:27

matlab 光度三维重构 code,基于matlab的三维点云数据三维重建

基于matlab的三维点云数据三维重建，通过快速构建三角网，实现三维模型的建立，并提供实例数据用于实验。

杯子没水·2023-10-24 11:32

论文阅读笔记——拥塞控制算法PCC Vivace

目录PCCVivace阅读笔记PCC和BBR都是垃圾！PCCVivacevs.PCCAllegroAllegro为什么垃圾？Vivace为什么比较牛逼？小结Vivace的目标函数框架小结Vivace如何与传统TCP进行交互？总结PCCVivace阅读笔记本文是关于NSDI'18论文《PCCVivace:Online-LearningCongestionControl》的阅读笔记。受机器学习中的在线

yue2388253·2023-10-24 04:19

视觉计算机基础答案,视觉计算基础：计算机视觉、图形学和图像处理的核心概念...

书中涉及的基本原理包括：卷积、傅里叶变换、滤波器、几何变换、超极几何、三维重建、色彩和图像合成管道。这本书是为一个16周的学期课程而写的，既可以用于本科生和研究生的教学，也可以作为专业人员的参考。

校里蛙·2023-10-24 02:36

VINS-mono学习总结

整体：1预处理模块视觉：特征点提取与追踪IMU：惯性解算与误差状态分析、计算预积分量2初始化模块（旋转外参标定、基于图像的三维重建-纯视觉单目slam问题、陀螺仪零偏估计、视觉惯性对齐、利用重力的先验知识修正重力

小吕爱学习、·2023-10-23 19:08

Dobot magician机械臂抓取实战---手眼标定（2）

三、张正友棋盘格标定1、简介张正友的棋盘格标定是计算机视觉领域中一种常用的相机标定方法，用于确定相机的内参和畸变参数，以便在图像处理和三维重建等应用中获得准确的结果。

没入&浅出·2023-10-23 13:55

ORB-SLAM2 论文阅读笔记 + 无痛复现

ORB-SLAM2:用于单目、双目和RGB-D相机的开源SLAM系统一、原文简译摘要I.INTRODUCTION介绍II.RELATEDWORK相关工作A.双目SLAMB.RGB-DSLAMIII.ORB-SLAM2A.单目，远、近立体关键点B.SystemBootstrapping系统引导C.用单目和双目约束进行BAD.循环关闭和全BAE.关键帧插入F.定位模式IV.EVALUATION评估A.

大胜s·2023-10-23 09:13

SLAM ORB-SLAM2（6）系统对象

.成员函数4.构造函数5.数据驱动接口1.封装在《SLAMORB-SLAM2（5）例程了解》了解到创建了一个ORB_SLAM2::System类型的对象然后不断的把数据供给该对象就可以驱动算法完成稀疏三维重建的工作可以说这个

氢键H-H·2023-10-23 06:32

【论文阅读笔记】MSNet: A Seismic Phase Picking Network Applicable to Microseismic Monitoring

论文阅读笔记：MSNet:ASeismicPhasePickingNetworkApplicabletoMicroseismicMonitoring摘要MSNet的微震相位拾取的全卷积网络从模型结构、训练数据

luzhoushili·2023-10-22 20:52

【论文阅读笔记】 Curated Pacific Northwest AI-ready Seismic Dataset

CuratedPacificNorthwestAI-readySeismicDataset太平洋西北部人工智能地震数据集摘要描述了一个AI就绪地震数据集包括各种地震事件参数仪器元数据地震波行描述地震目录和事件属性（事件震级类型，信道类型，波形极性，信噪比，相位选择）随着网络检测系统的时间演变非技术型总结AI准备数据集是推动机器学习发展的关键因素训练模型的数据多样性是推动模型性能或者泛化能力的主要因

luzhoushili·2023-10-22 20:43

【论文阅读笔记】A literature survey of MR-based brain tumor segmentation with missing modalities

ZhouT,RuanS,HuH.AliteraturesurveyofMR-basedbraintumorsegmentationwithmissingmodalities[J].ComputerizedMedicalImagingandGraphics,2022:102167.综述对象：2022年3月1日前文章，在训练期间可以使用完整的磁共振模式，而在测试期间可能没有一个或多个模式。摘要：多模态

cskywit·2023-10-22 12:55

论文阅读笔记——Swin Transformer V2

论文标题：SwinTransformerV2:ScalingUpCapacityandResolution摘要：大规模NLP模型已被证明可以显著提高语言任务的性能，而没有饱和的迹象。他们还展示了惊人的很少有人像那样的射击能力。本文旨在探索计算机视觉中的大规模模型。我们解决了大型视觉模型训练和应用中的三个主要问题，包括训练的不稳定性、预训练和微调之间的分辨率差距以及对标记数据的渴望。提出了三种主要技

沉潜于·2023-10-22 12:38

结构光的概念及其实现三维成像的主要原理

结构光三维成像的硬件主要由相机和投射器组成，结构光就是通过投射器投射到被测物体表面的主动结构信息，如激光条纹、格雷码、正弦条纹等；然后，通过单个或多个相机拍摄被测表面即得结构光图像；最后，基于三角测量原理经过图像三维解析计算从而实现三维重建

smartvxworks·2023-10-22 02:23

双目视觉+结构光三维重建原理

结构光三维重建系统是由一个相机和一个投影仪组成，关于结构光三维重建系统的理论有很多，其中有一个简单的模型是把投影仪看做相机来使用，从而得到物体的三维信息。接下来我将详细介绍这个模型的原理。

马少爷·2023-10-22 02:22

OpenCV实现SfM（三）：多目三维重建

看不见我呀·2023-10-21 20:43

4 OpenCV实现多目三维重建（多张图片增量式生成稀疏点云）【附源码】

本文是基于OpenCV4.80进行的，关于环境的配置可能之后会单独说，先提一嘴vcpkg真好用1大致流程从多张图片逐步生成稀疏点云，这个过程通常包括以下步骤：初始重建：初始两张图片的选择十分重要，这是整个流程的基础，后续的增图都是在这两张图片的基础上进行的对于输入图像，首先需要提取特征点（例如，SIFT、SURF或ORB特征点）。然后，通过匹配不同图像中的特征点，建立它们之间的对应关系通过两张图像

PLUS_WAVE·2023-10-21 20:35

云上智能驾驶三维重建最佳实践

作为其中的一个关键技术，三维重建在智能驾驶系统中起着重要的作用。

字节跳动技术团队·2023-10-21 18:25

论文阅读笔记-You Are What You Do: Hunting Stealthy Malware via Data Provenance Analysis

NDSSYouAreWhatYouDo:HuntingStealthyMalwareviaDataProvenanceAnalysis链接：https://www.ndss-symposium.org/wp-content/uploads/2020/02/24167-paper.pdf第一章简介1.文中介绍了现阶段的恶意软件多采用免杀技术来防范安全软件的检测，如进程重命名、文件重命名等，一般的恶意

梦想闹钟·2023-10-21 11:42

【三维重建】MobileR2L：轻量化移动端三维重建（CVPR2023）

文章目录摘要一、Introduction简介二、具体方法1.什么是NeRF2.什么是R2L3.MobileR2L的overview3.MobileR2L的网络结构三、实验1.数据集2.实现细节四、LimitationandConclusionNerf和NeRf差别摘要问题：由于体积渲染的过程，NeRF的推理速度非常慢，这限制了在资源受限的硬件上（如移动设备）利用NeRF的应用场景。许多研究已经开展

杀生丸学AI·2023-10-21 06:51

2021_SIGIR_Social Recommendation with Implicit Social Influence

[论文阅读笔记]2021_SIGIR_SocialRecommendationwithImplicitSocialInfluence论文下载地址：https://doi.org/10.1145/3404835.3463043

XingHe_XingHe_·2023-10-20 23:15

2021_WWW_Random Walks with Erasure: Diversifying Personalized Recommendations on Social and Informat

[论文阅读笔记]2021_WWW_RandomWalkswithErasure:DiversifyingPersonalizedRecommendationsonSocialandInformationNetworks