RGB-D显著性检测

Flow Guided Recurrent Neural Encoder for Video Salient Object Detection

相关工作静态图片显著性检测分两类：自顶向下与自底向上。前者需要高级先验知识（眼动点检测），后者则是基于图像基本信息如纹理等。
whenIknow·2018-09-27 10:25

RGB-D 稠密slam相关论文整理

综合方向梳理了解一下RGB-DSLAM中各开源代码的性能对比以及所使用方法的异同。名称类型开源地址年度DTAMRGB-Dhttps://github.com/anuranbaka/OpenDTAMDVORGB-Dhttps://github.com/tum-vision/dvo_slam2013RTAB-MAP双目/RGB-Dhttps://github.com/introlab/rtabmapR
Crazydogg·2018-09-12 22:43

Paper reading：Frustum PointNets for 3D Object Detection from RGB-D Data

WeiLiu,ChenxiaWu,HaoSu,LeonidasJ.Guibas今天介绍的文章是”FrustumPointNetsfor3DObjectDetectionfromRGB-DData”–用于从RGB-D
Felaim·2018-08-12 15:20

3维数据表达

RGB-D（深度图像）深度图像=普通的RGB三通道彩色图像+DepthMapRGB-D图像其实是两幅图像，一个是普通的RGB三通道彩色图像，另一个是Depth图像。
RJzz·2018-07-17 15:43

常用的深度学习模型

计算机视觉任务类型目标识别：物体识别是得到一个原始的图像，任务是给出目标位置和识别物体属于哪个类，另外还有人脸识别，行为识别等三维重建：摄像机标定，立体匹配图像描述：根据给定图像，给出描述文字等深度相机：RGB-D
杰径通幽·2018-07-16 14:41

ElasticFusion

blog.csdn.net/fuxingyin/article/details/51433793泡泡机器人ElasticFusion讲解PPT：http://pan.baidu.com/s/1eSDuhZs文章评价1、基于RGB-D
学之之博未若之之要-知之之要未若行之之实·2018-07-08 19:53

【显著性目标检测】CVPR2018 显著性检测领域论文整理解读(Salient Object Detection)

前言：CVPR2018会议论文集已经公示（CVPR2018全部论文集链接），本文对显著性目标检测领域的6篇进行了整理，将这几篇论文的主体思想汇总起来，供大家一起学习。一、论文列表：1.《FlowGuidedRecurrentNeuralEncoderforVideoSalientObjectDetection》；2.《ABi-DirectionalMessagePassingModelforSal
乐乐lelele·2018-07-04 17:57

RGB-D深度图像介绍RGBD

RGBD=RGB+DepthMapRGB：RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。DepthMap：在3D计算机图形中，DepthMap（深度图）是包含与视点的场景对象的表面的距离有关的
donkey_1993·2018-06-23 11:08

深度无监督显著性检测：多个Weak Label的伪监督

论文来源：2018CVPRDeepUnsupervisedSaliencyDetection:AMultipleNoisyLabelingPerspective最近在刷今年CVPR的时候发现了这样一篇有点意思的文章，整理了一些思路和想法，留在这篇博客中分享给大家。Motivation文章的出发点首先就引人入胜，是不是在深度学习流行的当下，handcraft的算法就毫无用武之地呢？所以这篇文章针对于
JYZhang_sh·2018-06-20 17:14

Matlab 实现显著性检测模型性能评价算法之AUC

一，AUC预备知识：1.常用来评价一个二分类器的优劣。2.很多学习器是为测试样本产生一个实值或概率预测，然后这个预测值与一个分类阈值进行比较，若大于阈值则为正类，否则为反类。3.实际上，根据这个实值或概率预测结果，可以将测试样本进行排序，"最可能"（实值或概率预测最大）是正例的排在最前面，“最不可能”是正例的排在最后面。这个，分类过程就相当于在这个排序中以某个“截断点”（即阈值）将样本分为两部分，
Mr.Q·2018-05-13 21:13

AI_综述：3D目标检测于RGB-D（Object detection in RGB-D images）

转载自：https://zhuanlan.zhihu.com/p/34887948基于深度学习的图像目标检测(上)基于深度学习的图像目标检测(下)大牛讲堂|基于DenesBox的目标检测在自动驾驶中的应用前言CNN（convolutionalneuralnetwork）在目标检测中大放异彩，R-CNN系列，YOLO，SSD各类优秀的方法层出不穷。在2D图像的目标检测上，不少学术界提出的框架已经投入
女王の专属领地·2018-05-04 16:36

Turtlebot2安装Google的cartographer做激光雷达SLAM

前言由于想在室外环境下做slam，开始选择ORBSLAM2，使用单目、双目、RGB-D在室外做了实验，发现效果非常差【单目、双目特征点很稀疏，难以用于导航；而kinectV1相机在室外有效距离下降到1m
coding思想·2018-04-20 19:55

棋盘效应（checkerboard artifacts）学习笔记

现在显著性检测还存在的一个问题就是，在像素级的视觉任务中，会出现这个棋盘效应。这个效应在深度卷积神经网络中的影响是很大的。比如：如果在FCN的输出中出现这个效应，那么这个网络的训练就
Dorothy_Xue·2018-04-07 21:08

资源|计算机视觉、机器学习、深度学习相关开源代码集合归纳总结

欢迎分享本文，转载请保留出处目录如下：1.特征提取FeatureExtraction;2.图像分割ImageSegmentation;3.目标检测ObjectDetection;4.显著性检测SaliencyDetection
杜佳豪·2018-04-01 23:16

ElasticFusion 使用TUM RGB-D数据集

目标将TUM数据集的RGB-D图像序列作为ElasticFusion（https://github.com/mp3guy/ElasticFusion）的输入数据，旨在使用TUM数据集的工具量化ElasticFusion
A_cainiao_A·2018-03-19 14:50

ORB-SLAM2阅读笔记

从RGB-D相机获取帧，对输入的图片进行预处理，寻找特征点，进行特征匹配用BA来做最小化重投影误差，进行跟踪和定位每帧的相机（即算出Rt）。
LEOLUZE·2018-03-15 10:07

显著性检测综述(完整整理)

转载请附链接，注明出处。显著性对象检测综述参考：http://mmcheng.net/zh/paperreading/一、程明明等人的论文：SalientObjectDetection:ASurve（简单归纳了文章中的我认为比较重要的部分）该论文旨在全面回顾突出显示目标检测的最新进展，并将其与其他密切相关领域（如通用场景分割，目标建议生成以及固定预测的显著性）相关联。主要内容涉及i）根源，关键概念
qq_32493539·2018-03-12 17:43

基于RGB-D的语义分割和目标检测介绍

寒假的时候看了一篇论文——MultimodalNeuralNetworks:RGB-DforSemanticSegmentationandObjectDetection这篇论文是2017年发表的一篇会议论文介绍将深度图引入计算机视觉的处理任务，下面是我对这篇文章的一些解读。1.引言图像内容的语义解释是计算机视觉中最基本的问题之一，并且在各种应用中具有最高的重要性。极大数据集的可用性推动了强大的数据
上大蛋蛋·2018-03-02 09:08

显著性检测论文（一）

1、DeepContrastLearningforSalientObjectDetection（深度对比学习显著性检测）cvpr2016GuanbinLiYizhouYuDepartmentofComputerScience
一个小迷糊66·2018-01-20 21:43

CNN-RNN结合的3D物体识别分类

原文：Convolutional-RecursiveDeepLearningfor3DObjectClassification总体思想：1、同时使用CNN-RNN进行图像特征的学习，对RGB-D图像进行分类
Beryl已存在·2018-01-02 09:04

显著性检测的四种经典方法

最近闲来蛋痛，看了一些显著性检测的文章，只是简单的看看，并没有深入的研究，以下将研究的一些收获和经验共享。
老司机的诗和远方·2017-12-05 10:58

什么是RGB-D图像

转载：http://blog.csdn.net/jningwei/article/details/73609127RGB-D图像其实是两幅图像：一个是普通的RGB三通道彩色图像，另一个是Depth图像。Depth图像类似于灰度图像，只是它的每个像素值是传感器距离物体的实际距离。通常RGB图像和Depth图像是配准的，因而像素点之间具有一对一的对应关系。可以参考：Lai,K.;Bo,L.;Ren,X
qq_32951799·2017-11-21 22:42

5、RGB-D— 视觉里程计 Visual Odometry

（在做高博的“一起做RGB-D_SLAM”的一些问题，作为自己笔记总结,以督促自己完成并理解)与上一讲的课程，修改了4个地方：1.src/slamBase.cpp首先工具函数：将cv的旋转矢量与位移矢量转换为变换矩阵，类型为Eigen::Isometry3d；另一个函数：将新的帧合并到旧的点云里：//joinPointCloud//输入：原始点云，新来的帧以及它的位姿//输出：将新来帧加到原始帧后
Discoverhub·2017-11-21 13:32

４、RGB-D—点云拼接 joinPointCloud

（在做高博的“一起做RGB-D_SLAM”的一些问题，作为自己笔记总结,以督促自己完成并理解)与上一讲的课程，修改了4个地方：1.include/slamBase.h2.src/slamBase.cpp3.parameters.txt（特征类型参数文件，方便后期更改参数）4.src/CMakeLists.txtQ1pcl有问题，在高博那篇博客下，看到了类似的回答“需要链接到PCL的visualiz
Discoverhub·2017-11-20 21:06

2、RGB-D 从图像到点云 detectFeatures

（在做高博的“一起做RGB-D_SLAM”的一些问题，作为自己笔记总结,以督促自己完成并理解)一起做－－从图像到点云接着上面的在qt下新建ｓｌａｍ项目来的。1、在src/CMakeLists.txt下添加：#############################generatePointCloud#增加PCL库的依赖FIND_PACKAGE(PCLREQUIREDCOMPONENTScommon
Discoverhub·2017-11-19 14:27

2、RGB-D 从图像到点云 detectFeatures

（在做高博的“一起做RGB-D_SLAM”的一些问题，作为自己笔记总结,以督促自己完成并理解)一起做－－从图像到点云接着上面的在qt下新建ｓｌａｍ项目来的。1、在src/CMakeLists.txt下添加：#############################generatePointCloud#增加PCL库的依赖FIND_PACKAGE(PCLREQUIREDCOMPONENTScommon
Discoverhub·2017-11-19 14:27

转载泡泡机器人讲解orbslam2

ORB-SLAM是基于特征点方法的完整SLAM算法，完整注释版托管于国内码云网站：http://git.oschina.net/paopaoslam/ORB-SLAM2该算法以单目为主，但同样适用于双目和RGB-D
学之之博未若之之要-知之之要未若行之之实·2017-10-31 13:46

显著性检测基础知识

显著性检测：基于层次：多尺度的图像处理聚集起来成为最后的显著性映射；基于频谱：把图像分解成Fourier或者Gabor频谱，选择重要的频谱系数；基于图像对比度：利用均值像素亮度值来计算对比度，模拟出图像的显著性
黑脸月球·2017-10-05 19:21

RGB-D SLAM——回环检测篇(四)

一.回环检测的流程1.关键帧提取：把每一帧都拼到地图中是不明智的选择。因为帧与帧之间距离很近，导致地图需要频繁更新，浪费时间，所以当机器人的运动超过一个”关键帧”，将关键帧拼到地图里就行了。2.回环的检测。回环的本质是识别曾经到过的地方。最简单的回环策略，是将新来的关键帧与之前所有的关键帧进行比较，不过这样会导致越往后，需要比较的帧就越多。所以，稍微快点的方法就是在过去的帧里面随机挑选一些，与之进
Hansry·2017-09-25 17:34

RGB-D SLAM——g2o篇（三）

一.g2o的使用在该部分中，我们调用g2o程序优化一个球，就是在论文中经常看到的那个例子，论文名字为《g2o：ageneralframeworkfor(hyper)graphoptimization》，优化前后结果如下：在使用g2o_viewer的时候，如果你是ubuntu14.04使用了现在的版本，那么在运行g2o_viewer的时候会出现错误，原因是：现在的g2o使用Qt5的，而ubuntu1
Hansry·2017-09-24 22:50

Matterport3D：室内环境RGB-D数据的深度学习

Matterport3D：室内环境RGB-D数据的深度学习TaylorGuo,2017年9月24日Matterport3D:LearningfromRGB-DDatainIndoorEnvironmentsMatterport3DHomePagempviewisaC
新新大熊·2017-09-24 18:49

显著性检测（二）Spatio-temporal Saliency Detection Using Phase Spectrum of Quaternion Fourier Transform

本文来自2008年的CVPR，是基于上一篇侯晓迪的谱残差法(SR)提出的。在本文中，作者认为SR方法是有问题的，事实上不需要振幅谱，仅利用相位谱就可以获得突出区域的位置，且效果更好，计算量更小，该方法被命名为PFT。此外，通过将每个像素的值表示为一个由强度、颜色和运动特征的四元数，可以将PFT原有的二维傅里叶变换转换为四维傅里叶变换(QFT)，并且由于运动特征的加入，该方法将显著性的应用区域由图像
黑脸月球·2017-09-23 17:59

显著性检测（一）Saliency Detection: A Spectral Residual Approach

这篇文章来自2007CVPR，作者侯晓迪当时在上海交大读大三，后进入加州理工学院攻读博士，师从Koch。这篇文章创建了基于频谱的视觉注意机制，它与Itti等人的基于特征层次的显著性模型不同，作者从一开始就提出，这是一种与特征无关的普适性算法。作者将图像映射到频率域中，通过不同图像在频率域中的分布规律，得出了谱残差模型，原文Matlab代码仅有5行，非常简洁高效。原理：我们一般把图像分为目标和背景，
黑脸月球·2017-09-23 09:16

深度学习用于图像分割

图像的分割显著性分割：最能引起人视觉注意的物体区域物体分割：GraphCut/GrabCut语义分割：手工特征+图模型/识别图像内容深度学习常用三大数据集（PascalVOC，MSCOCO，Cityscapes）1.显著性检测
ZHOUYYYY_OEI·2017-08-01 20:26

【视觉 SLAM-2】 视觉SLAM- ORB 源码详解 2

github.com/raulmur/ORB_SLAM2ORB-SLAM2源码详解by吴博发布时间：2016年11月13日22:09:30浏览数：5380次来自：微信该算法以单目为主，但同样适用于双目和RGB-D
苏源流·2017-07-03 16:33

RGB-D（深度图像） & 图像深度

RGB-D（深度图像）  深度图像=普通的RGB三通道彩色图像+DepthMap  在3D计算机图形中，DepthMap（深度图）是包含与视点的场景对象的表面的距离有关的信息的图像或图像通道。
JNingWei·2017-06-22 17:02

Kintinuous 算法精讲

Kintinuous利用消费级RGB-D相机，实现了实时SLAM系统，该SLAM系统可以运用在几百米大的场景中，并且得到高质量的全局一致性表面重建。
Zinan_Lin·2017-06-13 16:41

简单的图像显著性区域特征提取方法-----opencv实现LC,AC,FT

上文讲了几种简单的方法，显著性检测就是把一幅图像中最吸引人注意的部分提取出来。我用opencv重写了LC，AC,FT三种算法，代码和效果如下：利用频谱来做的显著性提取的方式1.
SelForcemiles·2017-06-10 19:25

基于多核升级和自适应融合的改进的显著性检测（Improving Saliency Detection Via Multiple Kernel Boosting and Adaptive Fusion）

基于多核升级和自适应融合的提高的显著性检测XiaofeiZhou,ZhiLiu,SeniorMember,IEEE,GuanglingSun,LinweiYe,andXiangyangWang【摘要】这篇文章提出了一个改进现有显着性模型的显著性检测性能的新框架
Unique-You·2017-06-07 20:25

显著性检测方法:LC

该方法是基于全局对比度的。计算像素p在整个图像上的全局对比度。公式1如下：详细算法见点击打开链接该方法使用以下技巧加速全局对比度的计算：（1）利用直方图对像素按照特征值归类。很多特征的特征值都被规格化为[0，255]的整数以便于计算。可以按照特征值统计直方图。fn为特征值的出现频率。这样特征值的显著性的计算可以简化为公式2:其中d(p,n)为特征值p和n的欧氏距离。（2）提前计算d(n1,n2)。
Unique-You·2017-06-06 15:13

【OpenCV】显著区域检测

老板推荐加入显著性检测，然后就搞了搞。环境VS2015OpenCV3.2代码Saliency_h//Saliency.h:interfacefortheSaliencyclass.
大元圆又圆·2017-04-11 16:03

【OpenCV】显著区域检测

老板推荐加入显著性检测，然后就搞了搞。环境VS2015OpenCV3.2代码Saliency_h//Saliency.h:interfacefortheSaliencyclass.
大元圆又圆·2017-04-11 16:03

四种比较简单的图像显著性区域特征提取方法原理及实现-----> AC/HC/LC/FT。

laviewpbt2014.8.4编辑Email：[email protected]：33184777最近闲来蛋痛，看了一些显著性检测的文章，只是简单的看看，并没有深入的研究，以下将研究的一些收获和经验共享
hello-elena·2017-04-11 16:22

显著性检测初步总结

目前相对传统的显著性检测方法主要分为两类：一类是纯数据驱动独立于任务的自底而上的显著性检测方法（主要基于生物学原理），另一类是受意识支配依赖于任务的自顶而下的显著性检测方法（主要基于机器学习）。
fuping07·2016-10-28 10:56

深度学习语义分割

SvenBehnke，波恩大学计算机科学系主管，讲述了两个算法，神经抽象金字塔和语义RGB-D感知器。《神经抽象金字塔（NAP）》是他的历史著作（约98年，论文）。
ylh9604·2016-06-30 15:51

[置顶] ElasticFusion 论文解析

文章评价1、基于RGB-D稠密的三维重建，一般使用网格模型融合点云，ElasticFusion是为数不多使用surfel模型表示的。
fuxingyin·2016-05-17 09:00

CVPR 2013 录用论文（目标跟踪部分）

完整录用论文官方链接：http://www.pamitc.org/cvpr13/program.php今年CVPR有open access,真是造福大众啊,特别造福了我这样的科研小菜鸟今年有关RGB-D
GarfieldEr007·2016-05-16 20:00

RGB-D 实时三维重建/SLAM 中的 ICP 算法解析

提要KinectFusion，ElasticFusion，Kintinuous在跟踪的时候，都用到了这篇博客里的ICP算法，这里给出ICP介绍和详细推到。关于ICP算法ICP算法主要用于两帧点云配准，在两帧点云位姿差别较大时，通常先用特征匹配计算粗略位姿，然后再使用ICP算法对位姿精炼。在实时的三维重建中，由于相邻两帧之间位姿变化比较小，可以直接使用上一帧求解到的相机位姿作为初始值，省去了特征点匹
fuxingyin·2016-05-16 15:00

KinectFusion 解析

泡泡机器人KinectFusion讲解PPT：http://pan.baidu.com/s/1eSDuhZs地位和特点1、基于RGB-D相机三维重建的开山之作，首次实现实时稠密的三维重建。
Xingyin-Fu·2016-05-15 17:40

KinectFusion 论文解析

地位和特点1、RGB-D重建的开山之作，首次实现实时稠密的三维重建2、通过融合序列图像重建三维重建，如果显卡满足要求重建的帧率可以跟得上Kinect相机的帧率（30Hz）。
fuxingyin·2016-05-15 17:00
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他