E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
车道线检测论文笔记
实时
车道线检测
算法 | LaneATT-250FPS && LSTR-420FPS
车道线检测
领域突然飞速发展,关注一下最新的两篇文章一、KeepyourEyesontheLane:Attention-guidedLaneDetection论文地址:https://arxiv.org/
chenzy_hust
·
2023-11-16 11:38
目标检测
ECCV 2020 | 超快的
车道线检测
链接:https://zhuanlan.zhihu.com/p/157530787很高兴和大家分享一下我们刚刚被ECCV2020接收的新工作:一种超快速的
车道线检测
算法(UltraFastStructure-awareDeepLaneDetection
我爱计算机视觉
·
2023-11-16 11:06
车道线检测
-LSTR-论文学习笔记
论文:《End-to-endLaneShapePredictionwithTransformers》代码:https://github.com/liuruijin17/LSTR地址:https://arxiv.org/abs/2011.04233v2内容:使用CNN+Transformer,基于三次曲线拟合车道线整体结构模型输出的东西gt=(k′′,f′′,m′′,n′,bt′′,bt′′′,αt
tomeasure
·
2023-11-16 11:35
目标检测
CV
学习
车道线检测
车道线检测
:LSTR论文解析
车道线检测
:End-to-endLaneShapePredictionwithTransformers论文解析1.Abstract2.Introduction3.RelatedWork4.Method4.1
AIRV_Gao
·
2023-11-16 11:34
论文笔记
车道线检测
Transformers
LSTR:端到端实时
车道线检测
新SOTA!
CVer计算机视觉编辑|汽车人原文链接:https://zhuanlan.zhihu.com/p/331892664点击下方卡片,关注“自动驾驶之心”公众号ADAS巨卷干货,即可获取点击进入→自动驾驶之心【
车道线检测
自动驾驶之心
·
2023-11-16 11:32
人工智能
深度学习
计算机视觉
机器学习
目标检测
ICRA 2023 | CurveFormer:基于Transformer的3D
车道线检测
新网络
作者|erkang编辑|CVer点击下方卡片,关注“自动驾驶之心”公众号ADAS巨卷干货,即可获取点击进入→自动驾驶之心技术交流群过年休息,有时间做一下3d
车道线检测
工作的小记,讲讲我们为什么做这个工作
自动驾驶之心
·
2023-11-16 11:31
transformer
3d
人工智能
计算机视觉
深度学习
C# Onnx LSTR 基于Transformer的端到端实时
车道线检测
目录效果模型信息项目代码下载效果端到端实时
车道线检测
模型信息lstr_360x640.onnxInputs-------------------------name:input_rgbtensor:Float
天天代码码天天
·
2023-11-16 11:00
C#人工智能实践
c#
计算机视觉
人工智能
目标检测
机器学习
深度学习
神经网络
【知识增强】A Survey of Knowledge-Enhanced Pre-trained LM
论文笔记
ASurveyofKnowledge-EnhancedPre-trainedLanguageModelsLinmeiHu,ZeyiLiu,ZiwangZhao,LeiHou,LiqiangNie,SeniorMember,IEEEandJuanziLi2023年8月的一篇关于知识增强预训练模型的文献综述论文思维导图思维导图网页上看不清的话,可以存储到本地再看大纲笔记摘要:预训练语言模型(PLMs)
辰阳星宇
·
2023-11-16 06:37
科研论文
论文阅读
NovelD: A Simple yet Effective Exploration Criterion
论文笔记
NovelD:一种简单而有效的探索准则1、Motivation针对稀疏奖励环境下的智能体探索问题,许多工作中采用各种内在奖励(IntrinsicReward)设计来指导困难探索环境中的探索,例如:ICM:基于前向动力学模型的好奇心驱动探索RND:基于随机网络蒸馏驱动的探索Count-Based:基于伪计数驱动的探索但是本文作者从实验中观察到,如果有多个感兴趣的区域,这些方法有时会很快使智能体被困在
Gabriel17
·
2023-11-16 06:31
论文阅读
论文笔记
——BiFormer
Title:BiFormer:VisionTransformerwithBi-LevelRoutingAttentionPaper:https://arxiv.org/pdf/2303.08810.pdfCode:https://github.com/rayleizhu/BiFormer一、前言众所周知,Transformer相比于CNNs的一大核心优势便是借助自注意力机制的优势捕捉长距离上下文依
Sciws
·
2023-11-16 06:56
论文阅读
[
论文笔记
]DDRNet
AbstractDDRNet由两个深度分支组成,在这两个分支之间执行多次双边融合上下文提取器DeepAggregationPyramidPoolingModule(DAPPM)扩大有效感受域,并基于低分辨率特征映射融合多尺度上下文精度高且轻量IntroductionBisenet提出了一种由空间路径和上下文路径组成的新型双边网络,空间路径利用三个相对较宽的3×3卷积层来捕获空间细节,上下文路径是一
Meliodas`
·
2023-11-16 03:18
Segmentation
计算机视觉
深度学习
人工智能
深度学习+opencv+python实现
车道线检测
- 自动驾驶 计算机竞赛
池化层3.3激活函数:3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV56数据集处理7模型训练8最后0前言优质竞赛项目系列,今天要分享的是**基于深度学习的自动驾驶
车道线检测
算法研究与实现
Mr.D学长
·
2023-11-15 22:45
python
java
论文笔记
——Camouflaged Object Detection
文章目录1简介2网络结构2.1SearchModule(SM)2.2IdentificationModule(IM)2020年CVPR的一篇文章,文章名为“伪装物体检测”。代码地址1简介伪装物体:“无缝”嵌入周围环境的物体。分为两类自然伪装物体:一般是动物,如昆虫,头足类动物;人工伪装物体:缺陷,游戏艺术隐藏信息。伪装物体检测与其他任务的区别和联系:我们可以从上面这幅图看出,通用物体指的是图像中所
随机ID
·
2023-11-15 14:39
#
显著性检测论文
多模态情感分析研究综述
论文笔记
这里写目录标题论文标题引言论文学术结构1、总体介绍2、介绍叙述式多模态情感分析3、介绍交互式多模态情感分析4、多模态情感分析存在的交互建模科学问题5、结束语阅读论文初体验思维导图论文标题《多模态情感分析研究综述》引言多模态情感分析现已成为自然语言处理领域的核心研究课题之一,分为两类子课题:1、叙述式多模态情感分析2、交互式多模态情感分析论文学术结构1、总体介绍从情感分析这个大方面出发,结合现代社会
Daniel_Muei
·
2023-11-15 04:27
论文阅读
深度学习
人工智能
C# Onnx LSTR 基于Transformer的端到端实时
车道线检测
目录效果模型信息项目代码下载效果模型信息lstr_360x640.onnxInputs-------------------------name:input_rgbtensor:Float[1,3,360,640]name:input_masktensor:Float[1,1,360,640]-----------------------------------------------------
乱蜂朝王
·
2023-11-14 22:20
人工智能
c#
transformer
人工智能
神经网络
深度学习
计算机视觉
opencv
深度学习 机器视觉 车位识别
车道线检测
- python opencv 计算机竞赛
0前言优质竞赛项目系列,今天要分享的是深度学习机器视觉车位识别
车道线检测
该项目较为新颖,适合作为竞赛课题方向,学长非常推荐!
Mr.D学长
·
2023-11-14 20:11
python
java
SCNN网络理解-交通场景的理解
1712.06080GitHub代码地址:https://github.com/XingangPan/SCNN目录0前言1问题驱动2相关工作3本文贡献(创新点)3.1LaneDetectionDataset(
车道线检测
数据集
阿宇来了
·
2023-11-14 02:46
读论文
网络
深度学习
计算机视觉
MobileSAM
论文笔记
摘要自Meta研究团队发布SAM(SegmentAnythingModel)项目依赖,因其令人惊艳的零样本迁移特性和与其他视觉应用兼容的高通用性,引起了极大的关注。由于大多数类似的应用都需要运行在资源限制的边缘设备,如手机,因此,本文的目标是通过使用轻量化的encoder替换原始计算量大的encoder使其称为移动友好型模型。一个简单的思路是按照SAM原文训练一个新的轻量化的SAM,但是效果不理想
hello_dear_you
·
2023-11-13 14:14
自监督ViT
MobileSAM
论文笔记
论文笔记
--Baichuan 2: Open Large-scale Language Models
论文笔记
--Baichuan2:OpenLarge-scaleLanguageModels1.文章简介2.文章概括3文章重点技术3.1预训练3.1.1预训练数据3.1.2模型架构3.2对齐3.2.1SFT3.2.2RewardModel
Isawany
·
2023-11-13 11:15
论文阅读
论文阅读
语言模型
百川
自然语言处理
开源
BEVFormer
论文笔记
(详细版)
论文论文链接:《BEVFormer:LearningBird’s-Eye-ViewRepresentationfromMulti-CameraImagesviaSpatiotemporalTransformers》代码链接:https://github.com/zhiqi-li/BEVFormer阅读顺序:我之前在哔哩哔哩上跟着李沐一起读论文,按照他的方法:先看题目(比如这篇文章,它的重点就是Sp
西米611
·
2023-11-12 13:36
创新项目
论文阅读
深度学习
笔记
github
NL2SQL领域:RAT-SQL
论文笔记
RAT-SQL:Relation-AwareSchemaEncodingandLinkingforText-to-SQLParsers以关系感知的方法对数据库模式编码和链接的text-to-SQL模型1.问题聚焦:SchemaEncoding:对表结构(表名、列名、列类型、主键、外键等等)进行编码SchemaLinking:把Question中表述的内容与具体的表名和列名对齐2.主要创新点:包含“
mochine
·
2023-11-12 10:49
sql
自然语言处理
数据库
直线检测——对比M-LSD直线检测(基于深度学习)与霍夫曼直线检测
前言1.直线检测在好多实现应用中能用到到,比如文档扫描,辅助驾驶中的
车道线检测
,传统的算法用的最多应该属于霍夫曼直线检测,但传统算法都有一个痛苦的调参过程和只能对优化过的使用场景有较好的结果,换个场景可能就要重新调参
知来者逆
·
2023-11-12 08:44
C++
计算机视觉
opencv
直线检测
霍夫曼直线检测
M-LSD
文档扫描
车道检测
论文笔记
:SimiDTR: Deep Trajectory Recovery with Enhanced Trajectory Similarity
DASFFA20231intro1.1背景由于设备和环境的限制(设备故障,信号缺失),许多轨迹以低采样率记录,或者存在缺失的位置,称为不完整轨迹恢复不完整轨迹的缺失空间-时间点并降低它们的不确定性是非常重要的一般来说,关于轨迹恢复的先前研究可以分为两个方向第一个方向:模拟用户在不同位置之间的转换模式,以预测用户的缺失位置本质上是一个分类任务,恢复的轨迹通常由位置或POI组成第二个方向:基于记录的不
UQI-LIUWJ
·
2023-11-12 01:46
论文笔记
论文阅读
论文笔记
:AttnMove: History Enhanced Trajectory Recovery via AttentionalNetwork
AAAI20211intro1.1背景将用户稀疏的轨迹数据恢复至细粒度的轨迹数据是十分重要的恢复稀疏轨迹数据至细粒度轨迹数据是非常困难的已观察到的用户位置数据十分稀疏,使得未观察到的用户位置存在较多的不确定性真实数据中存在大量噪声,如何有效的挖掘周期性规律存在一定困难经常在历史轨迹中被访问的地点并不一定会是目标时间窗缺失的地点,如何利用用户历史上的位置数据是另一个挑战1.2论文思路提出了一个基于注
UQI-LIUWJ
·
2023-11-12 01:14
论文笔记
论文阅读
【
论文笔记
】Denoising Diffusion Probabilistic Models
PreKnowledge1.条件概率的一般形式P(A,B)=P(B∣A)P(A)P(A,B)=P(B|A)P(A)P(A,B)=P(B∣A)P(A)P(A,B,C)=P(C∣B,A)P(B,A)=P(C∣B,A)P(B∣A)P(A)P(A,B,C)=P(C|B,A)P(B,A)=P(C|B,A)P(B|A)P(A)P(A,B,C)=P(C∣B,A)P(B,A)=P(C∣B,A)P(B∣A)P(A)
xhyu61
·
2023-11-11 17:02
机器学习
学习笔记
论文笔记
论文阅读
扩散模型
CRNN
论文笔记
CRNN最近在看天池大赛的学习赛零基础入门CV-街景字符编码识别,其中官方给出的demo中baseline就有CRNN版本,因此在这里看一看CRNN的论文。前期知识储备:概率论:了解基本的概率论知识,掌握条件概率的概念和公式CNN:了解卷积神经网络CNN的结构,掌握CNN的基本工作原理LSTM:了解长短时记忆网络LSTM的结构,掌握LSTM的基本工作原理CTC:了解CTC算法的思想,掌握基于DP实
在学习的王哈哈
·
2023-11-11 12:15
论文阅读
人工智能
深度学习
机器学习
Exploration by random network distillation
论文笔记
ExplorationbyRandomNetworkDistillation(2018)随机网络蒸馏探索0、问题这篇文章提出的随机网络蒸馏方法与Curiosity-drivenExplorationbySelf-supervisedPrediction中提出的好奇心机制的区别?猜想:本文是基于随机网络蒸馏提出的intrinsicreward设计方式,好奇心是基于前向动力学模型的误差设计的intri
Gabriel17
·
2023-11-11 02:30
论文阅读
Count-based exploration with neural density models
论文笔记
Count-basedexplorationwithneuraldensitymodels[J].InternationalConferenceonMachineLearning,InternationalConferenceonMachineLearning,2017.基于计数的神经密度模型探索0、问题这篇文章的关键在于弄懂pseudo-count的概念,以及是如何运用pseudo-count去
Gabriel17
·
2023-11-11 02:57
论文阅读
论文笔记
:DALL-E2:Hierarchical Text-ConditionalImage Generation with CLIP Latents(未完成)
本文鉴于作为参考感谢作者
论文笔记
:DALL-E2:HierarchicalText-ConditionalImageGenerationwithCLIPLatents详解_hierarchicaltext-conditionalimagegenerationwit_nocol
VimpireSC
·
2023-11-10 22:06
论文阅读
计算机视觉
竞赛
车道线检测
(自动驾驶 机器视觉)
0前言无人驾驶技术是机器学习为主的一门前沿领域,在无人驾驶领域中机器学习的各种算法随处可见,今天学长给大家介绍无人驾驶技术中的
车道线检测
。
iuerfee
·
2023-11-10 19:22
python
Learning an Animatable Detailed 3D Face Model from In-The-Wild Images
论文笔记
LearninganAnimatableDetailed3DFaceModelfromIn-The-WildImages
论文笔记
论文目标:提出一个端到端的框架,可以从非受控的图片中学习高质量、可动画的3D
binlin1209
·
2023-11-10 10:28
深度学习
机器学习
人工智能
算法
250fps,实时、高性能
车道线检测
算法 LaneATT——Keep your Eyes on the Lane: Real-time Attention-guided Lane Detection
论文:https://arxiv.org/pdf/2010.12035.pdf代码:https://github.com/lucastabelini/LaneATT摘要现代车道检测方法在复杂的现实场景中取得了显著的效果,但许多方法存在保持实时效率的问题,而这对自动驾驶汽车来说很重要。在这项工作中,我们提出了LaneATT:一种基于锚点的深车道检测模型,类似于其他通用的目标检测器,它使用锚点进行特征
小祥子ovo
·
2023-11-10 04:10
车道线检测
自动驾驶
第十三章 MMDetection3D解析系列四_钩子(hook)(车道线感知)
一前言近期参与到了手写AI的
车道线检测
的学习中去,以此系列笔记记录学习与思考的全过程。
车道线检测
系列会持续更新,力求完整精炼,引人启示。所需前期知识,可以结合手写AI进行系统的学习。
小酒馆燃着灯
·
2023-11-10 04:39
车道线检测
手写AI
深度学习
人工智能
深度学习
第二十九章 目标检测中的测试模型评价指标(车道线感知)
前言近期参与到了手写AI的
车道线检测
的学习中去,以此系列笔记记录学习与思考的全过程。
车道线检测
系列会持续更新,力求完整精炼,引人启示。所需前期知识,可以结合手写AI进行系统的学习。
小酒馆燃着灯
·
2023-11-10 04:31
深度学习
车道线检测
手写AI
目标检测
目标跟踪
人工智能
深度学习
视觉检测
机器学习
论文笔记
系列-Neural Network Search :A Survey
论文笔记
系列-NeuralNetworkSearch:ASurvey
论文笔记
NASautomlsurveyreviewreinforcementlearningBayesianOptimizationevolutionaryalgorithm
aiwanghuan5017
·
2023-11-10 01:17
人工智能
数据结构与算法
论文笔记
:CVPR2021 Bottom-Up Shift and Reasoning for Referring Image Segmentation
任务名字:ReferringImageSegmentation(RIS)keywords:one-stageRIS、graph、relationreasoning背景:方法比较vision-and-languageapproachesbasedontheirdesigningprinciples,(1)multimodalfusionandrepresentationlearning(2)lang
_击空明兮溯流光_
·
2023-11-09 23:44
graph
relattion
深度学习
竞赛选题 深度学习机器视觉车道线识别与检测 -自动驾驶
FrameMask)6车道检测的图像预处理7图像阈值化8霍夫线变换9实现车道检测9.1帧掩码创建9.2图像预处理9.2.1图像阈值化9.2.2霍夫线变换最后1前言优质竞赛项目系列,今天要分享的是机器视觉深度学习
车道线检测
laafeer
·
2023-11-09 18:10
python
论文笔记
:CROSSFORMER: TRANSFORMER UTILIZING CROSSDIMENSION DEPENDENCY FOR MULTIVARIATE TIME SERIES FOREC
ICLR20231intro1.1motivation之前用Transformer预测时间序列的工作,大多集中在建模时间维度的关系上。利用时间维度的自注意力机制,建立不同时间步之间的关系而在多元时间序列预测中,各个变量之间的关系也很重要。之前的模型,主要是将每个时间步的多元变量压缩成一个embedding,再进行时间维度的attention。这种方法的问题是缺少对不同变量之间关系的建模,直接每个时
UQI-LIUWJ
·
2023-11-09 14:26
论文笔记
论文阅读
transformer
深度学习
Markov Chain Fingerprinting to Classify Encrypted Traffic
论文笔记
0.Abstract在本文中,提出了用于SSL/TLS会话中传输的应用程序流量的随机指纹。这个指纹基于一阶齐次马尔可夫链,模型识别应用程序的准确率,并提供了检测异常对话的可能性。1.Introduction通过SSL/TLS会话时的头部信息创建统计指纹,用于分类应用流量。研究了12个使用SSL/TLS的代表性应用程序的马尔可夫链指纹,建立的模型展现出特定的结构,这种结构能够通过比较应用程序流量和和
想出成果的acmer
·
2023-11-09 05:55
论文阅读
论文笔记
:SSD: Single Shot MultiBox Detector
一、基本信息标题:SSD:SingleShotMultiBoxDetector时间:2016引用格式:Liu,Wei,etal.“Ssd:Singleshotmultiboxdetector.”Europeanconferenceoncomputervision.Springer,Cham,2016.二、研究背景相比FasterRCNN有明显的速度优势,相比YOLO又有明显的mAP优势(不过已经被
snoopy_21
·
2023-11-09 02:45
笔记
深度学习
论文笔记
:AAAI 2019 Hypergraph Neural Networks
1.前言论文链接:http://gaoyue.org/paper/HGNN.pdfgithub:https://github.com/iMoonLab/HGNN在本文中提出了一个用于数据表示学习的超图神经网络(HGNN)框架,它可以在超图结构中编码高阶数据相关性。面对在实践中学习复杂数据表示的挑战,特别是在处理复杂数据时,超图在数据建模方面更加灵活。该方法设计了超边卷积运算来处理表示学习过程中的数
饮冰l
·
2023-11-08 19:46
超图
图
数据挖掘
深度学习
神经网络
机器学习
【
论文笔记
】Point Cloud Forecasting as a Proxy for 4D Occupancy Forecasting
原文链接:https://arxiv.org/abs/2302.131301.引言运动规划需要预测其余物体的运动,但相应的感知模块如建图、目标检测、跟踪和轨迹预测通常都需要大量人力标注HD地图、语义标签、边界框或物体的轨迹,难以扩展到大型无标签数据集上。3D点云预测是一种自监督方法,但其算法隐式地捕捉传感器的外参(自车运动)、内参(激光雷达的采样模式)和其余物体的形状与运动。但自动驾驶系统需要预测
byzy
·
2023-11-08 18:50
自动驾驶中的3D占用预测
论文阅读
自动驾驶
深度学习
【
论文笔记
】RTNH+: Enhanced 4D Radar Object Detection Network using Combined CFAR-based Two-level Preproce
【
论文笔记
】RTNH+:Enhanced4DRadarObjectDetectionNetworkusingCombinedCFAR-basedTwo-levelPreprocessingandVerticalEncoding
byzy
·
2023-11-08 18:49
雷达信号处理相关
雷达3D目标检测
论文阅读
目标检测
自动驾驶
深度学习
【
论文笔记
】OpenOccupancy: A Large Scale Benchmark for Surrounding Semantic Occupancy Perception
原文链接:https://arxiv.org/abs/2303.039911.引言目前缺少自动驾驶场景中的大型环视占用感知数据集。本文提出OpenOccupancy基准,并通过添加密集语义占用标注将nuScenes扩展为nuScenes-Occupancy。使用增强和净化(AAP)流程,以标注并密集化占用标签。首先通过多帧激光雷达点叠加来初始化标签,并使用预训练基准方案建立的伪占用标签增强稀疏标注
byzy
·
2023-11-08 18:19
自动驾驶中的3D占用预测
论文阅读
自动驾驶
深度学习
计算机视觉
【
论文笔记
】UniPAD: A Universal Pre-training Paradigm for Autonomous Driving
原文链接:https://arxiv.org/pdf/2310.08370.pdf1.引言过去的3D场景理解预训练方法多采用2D图像领域中的想法,可大致分为基于对比的方法和基于MAE的方法。基于对比的方法通过对比损失,在特征空间中将相似的3D点拉进而将不相似的点分开;但正负样本选择的敏感性和增加的延迟使其应用受限。掩膜自编码(MAE)则因为点云数据的稀疏性和不规则性而遇到挑战。本文提出一种新的3D
byzy
·
2023-11-08 18:32
论文阅读
自动驾驶
计算机视觉
目标检测
深度学习
第二十七章 解读Transformer_
车道线检测
中的Transformer(车道线感知)
前言近期参与到了手写AI的
车道线检测
的学习中去,以此系列笔记记录学习与思考的全过程。
车道线检测
系列会持续更新,力求完整精炼,引人启示。所需前期知识,可以结合手写AI进行系统的学习。
小酒馆燃着灯
·
2023-11-08 15:18
手写AI
车道线检测
深度学习
transformer
深度学习
人工智能
视觉检测
目标检测
python
第二十六章 BEV感知系列三(车道线感知)
前言近期参与到了手写AI的
车道线检测
的学习中去,以此系列笔记记录学习与思考的全过程。
车道线检测
系列会持续更新,力求完整精炼,引人启示。所需前期知识,可以结合手写AI进行系统的学习。
小酒馆燃着灯
·
2023-11-08 15:48
车道线检测
手写AI
深度学习
人工智能
机器学习
深度学习
视觉检测
目标检测
第二十五章 BEV感知系列二(车道线感知)
前言近期参与到了手写AI的
车道线检测
的学习中去,以此系列笔记记录学习与思考的全过程。
车道线检测
系列会持续更新,力求完整精炼,引人启示。所需前期知识,可以结合手写AI进行系统的学习。
小酒馆燃着灯
·
2023-11-08 15:47
手写AI
车道线检测
深度学习
人工智能
视觉检测
目标检测
机器学习
深度学习
第二十八章
车道线检测
中的论文梳理(车道线感知)
近期参与到了手写AI的
车道线检测
的学习中去,以此系列笔记记录学习与思考的全过程。
车道线检测
系列会持续更新,力求完整精炼,引人启示。所需前期知识,可以结合手写AI进行系统的学习。
小酒馆燃着灯
·
2023-11-08 15:30
车道线检测
手写AI
深度学习
深度学习
python
人工智能
论文笔记
——基于新型多传感器融合策略的移动端双目视觉惯性SLAM闭环算法研究
创新点:新型的多传感器融合策略及移动端优化闭环检测两个部分。1、新型的多传感器融合策略:不同的传感器观测都以优化窗口中的通用帧来表示。每一个通用帧都对应一个定位状态量,而不是多个观测共同约束一个状态量。该系统中,双目相机帧之间构成视觉约束,通用帧之间利用高频IMU预积分进行约束。该设计模式避免了多个传感器之间时间戳对齐及数据近似等问题。2、移动端优化:本文中SLAM算法前端采用了角点检测和光流的方
kkmd66
·
2023-11-08 14:17
Multi-sensor
Fusion
SLAM
论文阅读
算法
自动驾驶
上一页
3
4
5
6
7
8
9
10
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他