视觉SLAM论文阅读

论文阅读《Rethinking Efficient Lane Detection via Curve Modeling》

目录Abstract1.Introduction2.RelatedWork3.B´ezierLaneNet3.1.Overview3.2.FeatureFlipFusion3.3.End-to-endFitofaB´ezierCurve4.Experiments4.1.Datasets4.2.EvalutaionMetics4.3.ImplementationDetails4.4.Comparis
大龙唉·2023-12-28 16:16

EXPLORING DIFFUSION MODELS FOR UNSUPERVISED VIDEO ANOMALY DETECTION 论文阅读

EXPLORINGDIFFUSIONMODELSFORUNSUPERVISEDVIDEOANOMALYDETECTION论文阅读ABSTRACT1.INTRODUCTION2.RELATEDWORK3.
何大春·2023-12-28 16:16

Feature Prediction Diffusion Model for Video Anomaly Detection 论文阅读

FeaturePredictionDiffusionModelforVideoAnomalyDetection论文阅读Abstract1.Introduction2.Relatedwork3.Method3.1
何大春·2023-12-28 16:07

论文阅读《Efficient and Explicit Modelling of Image Hierarchies for Image Restoration》

论文地址：https://openaccess.thecvf.com/content/CVPR2023/papers/Li_Efficient_and_Explicit_Modelling_of_Image_Hierarchies_for_Image_Restoration_CVPR_2023_paper.pdf源码地址：https://github.com/ofsoundof/GRL-Image
CV科研随想录·2023-12-28 16:41

论文阅读《Wavelet-Based Texture Reformation Network for Image Super-Resolution》

论文地址：https://arxiv.org/ftp/arxiv/papers/1907/1907.10213.pdf源码地址：https://github.com/zskuang58/WTRN-TIP概述  这篇论文提出了一种基于小波变换的纹理重构网络（WTRN），用于从参考图像中提取和迁移纹理信息，提高低分辨率图像的质量。该方法利用小波变换将纹理特征分解为不同频率的子带，分别进行特征匹配和特征
CV科研随想录·2023-12-28 16:40

论文阅读《Spherical Space Feature Decomposition for Guided Depth Map Super-Resolution》

论文地址：https://openaccess.thecvf.com/content/ICCV2023/papers/Zhao_Spherical_Space_Feature_Decomposition_for_Guided_Depth_Map_Super-Resolution_ICCV_2023_paper.pdf源码地址：https://github.com/Zhaozixiang1228/G
CV科研随想录·2023-12-28 16:10

论文阅读《Restormer: Efficient Transformer for High-Resolution Image Restoration》

论文地址：https://openaccess.thecvf.com/content/CVPR2022/html/Zamir_Restormer_Efficient_Transformer_for_High-Resolution_Image_Restoration_CVPR_2022_paper.html源码地址：https://github.com/swz30/Restormer概述  图像恢复
CV科研随想录·2023-12-28 16:00

读论文之StoryGAN

ASequentialConditionalGANforStoryVisualization本文参考StoryGAN-CSDN博客https://blog.csdn.net/Forlogen/article/details/93378325论文阅读
全是头发的羊羊羊·2023-12-28 12:41

论文阅读：Large Language Models Are Zero-Shot Time Series Forecasters（2023NIPS）

摘要文章涉及了两个时间序列的任务：forecasting，imputation.对于预测任务：通过将时间序列编码为一系列数字，可以将时间序列预测任务转化为文本里面的next-token预测任务。在大规模预训练语言模型的基础上，文章提出了一些方法用于有效编码时间序列数据，并将离散分布的编码转换成灵活的连续分布（分布转换部分涉及到诸多统计学知识）。在数值补全任务中，文章展示了语言模型（LLMs）如何通
知福致福·2023-12-28 11:03

目标检测YOLO实战应用案例100讲-结合YOLOv5神经网络轻量化改进的视觉SLAM（续）

目录3.3YOLO模型轻量化改进3.3.1目标检测算法改进方向3.3.2改进算法性能对比与算法选择
林聪木·2023-12-28 10:53

目标检测YOLO实战应用案例100讲-结合YOLOv5神经网络轻量化改进的视觉SLAM

目录前言基于视觉SLAM的语义地图构建框架2.1基于RGBD数据的视觉SLAM框架2.1.1传感器数据读取
林聪木·2023-12-28 10:52

【论文阅读】Realtime multi-person 2d pose estimation using part affinity fields

OpenPose：使用部分亲和场的实时多人2D姿势估计。code：GitHub-ZheC/Realtime_Multi-Person_Pose_Estimation:Coderepoforrealtimemulti-personposeestimationinCVPR'17(Oral)paper：[1611.08050]RealtimeMulti-Person2DPoseEstimationusi
李加号pluuuus·2023-12-28 02:20

【论文阅读+复现】SparseCtrl: Adding Sparse Controls to Text-to-Video Diffusion Models

SparseCtrl:在文本到视频扩散模型中添加稀疏控制。（AnimateDiffV3，官方版AnimateDiff+ControlNet，效果很丝滑）code：GitHub-guoyww/AnimateDiff:OfficialimplementationofAnimateDiff.paper：https://arxiv.org/abs/2311.16933目录文章1介绍2背景3方法4实验5结论
李加号pluuuus·2023-12-28 02:18

[论文阅读笔记] TRACE: A Comprehensive Benchmark for Continual Learning In Large Language Models

一、论文信息1论文标题TRACE:AComprehensiveBenchmarkforContinualLearningInLargeLanguageModels2发表刊物arXiv20233作者团队复旦大学4关键词Benchmark、ContinualLearing、LLMs二、文章结构TRACEIntroductionRelatedWorkCLCLBenchmarksinNLPChainofT
ZedKingCarry·2023-12-28 00:14

图像融合论文阅读：(DeFusion)Fusion from decomposition: A self-supervised decomposition approach for image fus

@inproceedings{liang2022fusion,title={Fusionfromdecomposition:Aself-superviseddecompositionapproachforimagefusion},author={Liang,PengweiandJiang,JunjunandLiu,XianmingandMa,Jiayi},booktitle={EuropeanCo
qiang42·2023-12-27 22:23

图像融合论文阅读：LRRNet: A Novel Representation Learning Guided Fusion Network for Infrared and Visible Imag

@ARTICLE{10105495,author={Li,HuiandXu,TianyangandWu,Xiao-JunandLu,JiwenandKittler,Josef},journal={IEEETransactionsonPatternAnalysisandMachineIntelligence},title={LRRNet:ANovelRepresentationLearningGui
qiang42·2023-12-27 22:23

图像融合论文阅读：ReCoNet: Recurrent Correction Network for Fast and Efficient Multi-modality Image Fusion

@inproceedings{huang2022reconet,title={Reconet:Recurrentcorrectionnetworkforfastandefficientmulti-modalityimagefusion},author={Huang,ZhanboandLiu,JinyuanandFan,XinandLiu,RishengandZhong,WeiandLuo,Zhon
qiang42·2023-12-27 22:23

图像融合论文阅读:SwinFuse: A Residual Swin Transformer Fusion Network for Infrared and Visible Images

@article{wang2022swinfuse,title={SwinFuse:Aresidualswintransformerfusionnetworkforinfraredandvisibleimages},author={Wang,ZhisheandChen,YanlinandShao,WenyuandLi,HuiandZhang,Lei},journal={IEEETransactio
qiang42·2023-12-27 22:52

图像融合论文阅读：RFN-Nest: An end-to-end resid- ual fusion network for infrared and visible images

@article{li2021rfn,title={RFN-Nest:Anend-to-endresidualfusionnetworkforinfraredandvisibleimages},author={Li,HuiandWu,Xiao-JunandKittler,Josef},journal={InformationFusion},volume={73},pages={72–86},yea
qiang42·2023-12-27 22:52

图像融合论文阅读：CoCoNet: 基于多层特征集成的耦合对比学习网络多模态图像融合

@article{liu2023coconet,title={Coconet:Coupledcontrastivelearningnetworkwithmulti-levelfeatureensembleformulti-modalityimagefusion},author={Liu,JinyuanandLin,RunjiaandWu,GuanyaoandLiu,RishengandLuo,Zh
qiang42·2023-12-27 22:22

【论文阅读笔记】Detecting Camouflaged Object in Frequency Domain

1.论文介绍DetectingCamouflagedObjectinFrequencyDomain基于频域的视频目标检测2022年发表于CVPR[Paper][Code]2.摘要隐藏目标检测（COD）旨在识别完美嵌入其环境中的目标，在医学，艺术和农业等领域有各种下游应用。然而，以人眼的感知能力来识别遮挡的物体是一项极具挑战性的任务。因此，我们主张COD任务的目标不仅仅是在单个RGB域中模仿人类的视
咔叽布吉·2023-12-27 22:22

【论文阅读】Animate Anyone: Consistent and Controllable Image-to-Video Synthesis for Character Animation

动画化Anyone：用于角色动画的一致且可控的图像到视频合成。paper：https://arxiv.org/abs/2311.17117code：还没开源1摘要角色动画，通过驱动信号从静止图像生成角色视频。扩散模型在图像->视频领域仍然存在挑战，保持时序与角色细节信息的一致性是一个艰巨的问题。在本文中，作者利用扩散模型的力量，提出了一种为角色动画量身定制的新颖框架。为了保持复杂外观特征的一致性，
李加号pluuuus·2023-12-27 20:53

Good Semi-supervised learning That requires a Bad GAN论文阅读笔记

前置知识GAN（生成对抗网络）在semi-supervisedlearning（半监督学习）上取得了较强的实证成果，但是有两点是我们都没搞明白的：discriminator（判别器）是如何从与generator（生成器）的联合训练中收益的为什么一个好的classification（分类）效果和一个好的生成器不能同时获得本质目标为了更好的寻找能正确分类的low-densityboundary（低密度
Gary_Liu·2023-12-27 19:12

论文阅读——X-Decoder

GeneralizedDecodingforPixel,Image,andLanguageTowardsaGeneralizedMulti-ModalFoundationModel1、概述X-Decoder没有为视觉和VL任务开发统一的接口，而是建立了一个通用的解码范式，该范式可以通过采用共同的（例如语义）但尊重自然差异（例如空间掩码与序列语言）来无缝连接任务，从而全面显著改进不同的分割和VL工作
じんじん·2023-12-27 17:07

论文阅读——TÜLU

HowFarCanCamelsGo?ExploringtheStateofInstructionTuningonOpenResources统一输入格式：将所有数据集格式化为遵循聊天机器人风格的模式，以统一指令数据集的各种风格和格式。用户输入和目标话语之前特殊token：，助手结尾标志。TÜLU：通过整合资源实现更好的教学调优模型加指令的多样性可以有效地提高指令调整的性能。所以创建了两个混合数据集，
じんじん·2023-12-27 17:07

论文阅读—— Multimodal Foundation Models:From Specialists to General-Purpose Assistants（Chapter 3）

MultimodalFoundationModels:FromSpecialiststoGeneral-PurposeAssistantsChapter3VisualGenerationVisualgeneration是AIGC的核心。人类将自己的意图作为输入条件输入到生成模型中，例如类标签、文本、边界框、布局掩码等。鉴于开放式文本描述提供的灵活性，文本条件（包括文本到图像/视频/3D）已成为条件
じんじん·2023-12-27 17:36

论文阅读——UniRepLKNet

UniRepLKNet:AUniversalPerceptionLarge-KernelConvNetforAudio,Video,PointCloud,Time-SeriesandImageRecognition当我们将一个3×3的conv添加到一个小卷积核ConvNet中时，我们预计它会同时产生三种效果——1）使感受野更大，2）增加空间模式的抽象层次（例如，从角度和纹理到对象的形状），3）通过
じんじん·2023-12-27 17:06

HoloLens中的视觉SLAM介绍

HoloLens是微软在2015年1月22日凌晨发布的一款头戴式的便携全息计算机设备。不同于VR眼镜，HoloLens直接在现实世界中呈现出一些虚拟的全息投影，即混合现实，不仅增强了真实感，还提供了一种新的人与现实世界交互的方式。HoloLens与用户的交互主要有以下三种方式：1、凝视（gaze）HoloLens可以探测到用户视线的焦点所在从而做出一些判断和反应。2、手势（gesture）Holo
qq_33511693·2023-12-27 12:22

NLP论文阅读记录 - 以大语言模型为参考学习总结

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1文本生成模型的训练方法2.2基于LLM的自动评估2.3LLM蒸馏和基于LLM的数据增强三.本文方法3.1SummarizeasLargeLanguageModels3.1.1前提3.1.2大型语言模型作为参考具有准参考摘要的MLE3.1.3从基于法学硕士的评估中学习对比学习用于总结质量
yuyuyu_xxx·2023-12-27 07:55

【论文阅读笔记】SimCLR - A Simple Framework for Contrastive Learning of Visual Representations

【论文阅读笔记】SimCLR-ASimpleFrameworkforContrastiveLearningofVisualRepresentations摘要这篇文章介绍了SimCLR，这是一个用于对视觉表示进行对比学习的简单框架
Kirvin_xia·2023-12-26 17:48

【论文阅读笔记】序列数据的数据增强方法综述

【论文阅读笔记】序列数据的数据增强方法综述摘要 这篇论文探讨了在深度学习模型中由于对精度的要求不断提高导致模型框架结构变得更加复杂和深层的趋势。
Kirvin_xia·2023-12-26 17:18

论文阅读＜CF-YOLO: Cross Fusion YOLO for Object Detection in Adverse Weather.....＞

论文链接：https://arxiv.org/pdf/2309.08152.pdfhttps://arxiv.org/pdf/2206.01381.pdfhttps://arxiv.org/pdf/2309.08152.pdf代码链接：https://github.com/DiffPrompter/diff-prompter目前没有完整代码放出。恶劣天气下的目标检测主要有以下三种解决方案：1）使用
yrhzmu·2023-12-26 11:40

视觉SLAM14讲——李群与李代数

前面的文章说过三维空间的刚体运动，介绍了旋转的表示。在SLAM中相机的位姿是不确定的，需要我们进行优化，常用的优化方法便是求导，但是旋转矩阵由于自身的特殊性(行列式为1的正交矩阵)，使我们无法直接对旋转矩阵进行求导优化，所以引入了李群与李代数来简化求解方式。1、李群与李代数上一篇文章说过旋转矩阵构成了特殊正交群SO(3)，变换矩阵构成特殊欧氏群SE(3)。首先我们来介绍下群这一概念。1、群无论从旋
Bumblebee972·2023-12-25 21:19

视觉SLAM十四讲：李群李代数

在上一讲中我们介绍了视觉SLAM十四讲的前3讲：基本框架和刚体运动的描述方式（R矩阵，T矩阵）。面临的问题：当我们对刚体的运动进行表示了之后，接下来要解决的问题是对得到的表示进行估计和优化。
目睹闰土刺猹的瓜·2023-12-25 21:49

视觉SLAM十四讲 第4讲李群与李代数

目录一、李群与李代数基础群李代数的引出李代数的定义李代数so(3)\mathfrak{so}(3)so(3)李代数se(3)\mathfrak{se}(3)se(3)二、指数和对数映射SO(3)SO(3)SO(3)上的指数映射SE(3)SE(3)SE(3)上的指数映射三、李代数求导与扰动模型BCH公式与近似公式SO(3)SO(3)SO(3)李代数上的求导李代数求导扰动模型(左乘)SE(3)SE(3
YWL0720·2023-12-25 21:49

【视觉SLAM十四讲】李群与李代数

本文为视觉SLAM学习总结，讲解对观测方程中xxx该如何优化。
Louis1874·2023-12-25 21:48

视觉SLAM十四讲——第四讲李群与李代数

@《视觉SLAM十四讲》知识点与习题《视觉SLAM十四讲》第四讲知识点整理+习题正在学习SLAM相关知识，将一些关键点及时记录下来。
chenying66·2023-12-25 21:18

＜视觉SLAM十四讲＞ch4 李群和李代数

文章目录一、引入二、基础1、群2、李代数三、指数与对数映射1、SO(3)指数映射2、SO(3),SE(3),so(3),se(3)的对应关系四、李代数求导和扰动模型1、李群乘法和李代数加法的基本认识2、导数模型和扰动模型五、激动人心的英文符号1、Sophus的使用2、Example：评估轨迹误差前言：这部分内容很基础很重要，得看开。一、引入旋转矩阵或者变换矩阵对加法是不封闭的，即两个旋转矩阵相加或
贝宝老师·2023-12-25 21:18

视觉SLAM十四讲_4李群与李代数

本文为b站视频的一个笔记在SLAM中，我们经常要解下面一个问题F=minJ(T)=Σi=1N∣∣zi−Tpi∣∣2F=minJ(T)=\Sigma_{i=1}^N||z_i-Tp_i||^2F=minJ(T)=Σi=1N∣∣zi−Tpi∣∣2这个问题中,T是位姿变量。对于求最小值问题，我们第一步就要求函数对于变量的偏导数，比如说我们对y=x2y=x^2y=x2这个函数来说，偏导数就是y′=2xy'
手持电烙铁的侠客·2023-12-25 21:48

视觉slam十四讲ch4李群和李代数（包含实践部分）

目录0.前言：1.李群和李代数1.1群的定义1.1.1李群SO3、SE31.2李代数的引出1.3李代数的定义1.3.1李代数so31.3.2李代数se32.指数与对数映射2.1SO3上的指数映射2.1.1指数映射的性质：2.2SE3上的指数映射3.李群、李代数的定义与相互的转换关系4.李代数求导与扰动模型4.1BCH公式与近似模型4.1.1BCH公式4.1.2BCH近似的意义4.2SO3上的李代数
shikaikaikaikai·2023-12-25 21:46

视觉SLAM十四讲|【一】三维空间刚体运动

视觉SLAM十四讲|【一】三维空间刚体运动旋转矩阵SO(n)={R∈Rn×n∣RRT=I,det(R)=1}SO(n)=\{R\in\mathbb{R^{n\timesn}}|RR^T=I,det(R)
影子鱼Alexios·2023-12-25 21:15

＜视觉SLAM十四讲＞ 李群与李代数

三维世界中描述刚体运动可以使用旋转矩阵,旋转向量,欧拉角,四元数等.但是在SLAM中,除了表示之外,我们还要对它们进行估计和优化.因为在SLAM中位姿是未知的,而我们需要解决形如"在什么样的相机位姿最符合当前观测数据"这样的问题.一种典型的方式是将它构建成一个优化问题,求解最优的R,t,使得误差最小化.比如说相机旋转,我们估计它旋转了15度,但是观测值是16度,那么如何将我们的估计值调整到16度呢
Jealar Juno·2023-12-25 21:15

【视觉SLAM十四讲】第四讲 李群和李代数

SLAM中位姿是未知的，而我们需要解决什么样的相机位姿最符合当前观测数据这样的问题。可以构建成一个优化问题，求解最优的R,t,使得误差最小化。群三维旋转矩阵构成了特殊正交群（SpecialOrthogonalGroup）三维变换矩阵构成了特殊欧氏群（SpecialEuclideanGroup）什么是群？群（Group）是一种集合加上一种运算的代数结构。记集合为A，运算为·，那么当运算满足以下性质时
liqingyushe·2023-12-25 21:44

视觉SLAM十四讲 Sophus库应用（李群与李代数）

1.SO3和SE3的声明（1）SO3可以由旋转矩阵/欧拉角/四元数/声明，但是不可以由角轴声明。具体做法：先用角轴声明旋转矩阵，再用旋转矩阵声明SO3Eigen::AngleAxisdv_rotation(M_PI/2,Eigen::Vector3d(0,0,1));Eigen::Matrix3dR_rotation=v_rotation.matrix();Sophus::SO3SO3_R(R_r
呼吸之野qaq·2023-12-25 21:44

视觉SLAM十四讲-高翔 第4讲 李群和李代数

李群和李代数1.李群李代数基础1.1群1.2李代数的定义1.3李代数so(3)\mathfrak{so}(3)so(3)1.4李代数se(3)\mathfrak{se}(3)se(3)2.指数和对数映射2.1SO(3)SO(3)SO(3)上的指数映射2.2SE(3)SE(3)SE(3)上的指数映射3.李代数求导与扰动模型3.1BCH公式与近似形式3.2李代数求导4.SOPHUS库的使用4.1SOP
玛卡巴卡_qin·2023-12-25 21:44

SLAM十四讲——跑通李群与李代数代码（解决Sophus库的问题）

2、视觉slam十四讲李群与李代数这部分代码采用的是非模板的Sophus库。3、如果你在运行这部分代码时遇到了问题，那就先将已经安装或存在的Sophus文件删除干净。
William.csj·2023-12-25 21:13

视觉SLAM十四讲|【二】李群与李代数

视觉SLAM十四讲|【二】李群与李代数李群与李代数基础群的性质封闭性：∀a1,a2∈A,a1⋅a2∈A\foralla_1,a_2\inA,a_1\cdota_2\inA∀a1,a2∈A,a1⋅a2∈A
影子鱼Alexios·2023-12-25 21:09

【论文阅读】MCANet: Medical Image Segmentation with Multi-Scale Cross-Axis Attention

文章目录摘要创新点总结实现效果总结摘要链接：https://arxiv.org/abs/2312.08866医学图像分割是医学图像处理和计算机视觉领域的关键挑战之一。由于病变区域或器官的大小和形状各异，有效地捕捉多尺度信息和建立像素间的长距离依赖性至关重要。本文提出了一种基于高效轴向注意力的多尺度交叉轴注意（MCA）方法来解决这些问题。MCA通过计算两个并行轴向注意力之间的双向交叉注意力，以更好地
AI浩·2023-12-25 14:40

论文阅读：Blind Super-Resolution Kernel Estimation using an Internal-GAN

这是发表在2019年NIPS上的一篇文章，那个时候还叫NIPS，现在已经改名为NeurIPS了。文章中的其中一个作者MichalIrani是以色WeizmannInstituteofScience(魏茨曼科学研究学院)的一名教授，对图像纹理的内在统计规律有着很深入的研究，提出了很多基于单帧图像的GAN模型。这篇文章也是提出了基于单张图像的一种Internal-GAN模型，也算是最早开始尝试研究用深
Matrix_11·2023-12-25 12:27

RIS 系列 Mask Grounding for Referring Image Segmentation 论文阅读笔记

RIS系列MaskGroundingforReferringImageSegmentation论文阅读笔记一、Abstract二、引言三、相关工作ArchitectureDesignforRISLossDesignforRISMaskedLanguageModeling
乄洛尘·2023-12-25 09:17
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他