论文标题：VideoGPT:VideoGenerationusingVQ-VAEandTransformers论文代码：https://wilson1yan.github.io/videogpt/index.html.论文链接：https://arxiv.org/abs/2104.10157发表时间：2021年9月Abstract作者提出了VideoGPT：一种概念上简单的架构，用于将基于似然的生

1.依赖在该目录下打开终端，安装下面所有依赖。1.1编译软件sudoapt-getinstallgccsudoapt-getinstallg++sudoapt-getinstallbuild-essentialsudoapt-getinstallcmakesudoapt-getinstallopensslsudoapt-getinstalllibssl-dev1.2Pangolingitclone

目录1.双目成像原理2.双目测距python代码3.python代码转为c++代码(1)双目相机参数（2）立体校正（3）立体匹配4.opencv的点云图转为ros点云图1.双目成像原理摘自《视觉SLAM

论文笔记整理：吴锐，东南大学硕士研究生，研究方向为自然语言处理来源：ICML2019链接：http://proceedings.mlr.press/v97/qu19a/qu19a.pdf问题定义弱监督下的在关系数据中的对象分类

Proc.ACMInteract.Mob.WearableUbiquitousTechnol.20211intro1.1背景——人类活动识别（HAR）旨在准确分类人类的物理活动传统方法——依赖于滑动窗口分割和手工特征提取，然后通过各种监督学习技术来识别简单和复杂的活动，如行走、跑步、骑自行车深度学习方法自动提取目标任务的有用特征——>更有效两种方法的局限性受到常规实验室HAR数据集引入的偏见和限制

GShardarxiv链接GShard模型架构图：参考GShard论文笔记（1）-MoE结构可知，MOE具备以下几种特点：改造了原本的FFN层，变成Gate+n个FFN层。

导航仿真概述导航是机器人系统中最重要的模块之一，比如现在较为流行的服务型室内机器人，就是依赖于机器人导航来实现室内自主移动的，本章主要就是介绍仿真环境下的导航实现，主要内容有:导航相关概念导航实现:机器人建图(SLAM

Theusersofbike-sharingarealwayslamentingaboutavarietyofproblemsofthebikes.2）结合自己的生活、学习、工作、兴趣等，想象在什么语境下会用到这个表达

Drivable3DGaussianAvatars论文笔记主要的算法架构和贡献是什么？如何使用这个deformation呢？主要的算法架构和贡献是什么？

Title:Livox_ros_driver2消息(msg)类型对SLAM应用程序的适配文章目录I前言II.查看ROS消息III.LivoxROS驱动的消息类型IV.适配修改应用程序V.总结I前言有时候

Vue官方团队在2023年的最后两天发布了Vue3.4的版本命名为“SlamDunk”（灌篮高手）。Vue3自2020年发布，到目前为止已经有三年半的时间（想不到吧，Vue3已经发布了这么久了）。

论文链接ORB-SLAM0.Abstract本文提出了ORB-SLAM，一种基于特征的单目同步定位和建图(SLAM)系统该系统对严重的运动杂波具有鲁棒性，允许宽基线环路闭合和重新定位，并包括全自动初始化选择重建的点和关键帧的适者生存策略具有出色的鲁棒性

礼盒的封面有SLAMDUNK的经典logo

ConvolutionalLSTMNetwork:AMachineLearningApproachforPrecipitationNowcasting论文地址一、摘要这篇文章是来自香港科技大学的团队，这个团队有和香港观测站合作，他们有一个前身的工作还有数据都是靠这个机构来收集的。这篇论文利用convolutionLSTM对降雨预报进行预测。他们的这个工作是用来做对天气的预测，他们收集了很多很多的雷

特征点三角化（Triangulation）是VSLAM中一个非常基础的问题，它是根据特征点在多个相机下的投影恢复出特征点的3D坐标。

一.Docker环境配置1.拉取Docker镜像sudodockerpullubuntu:16.04拉取的为ununtu16版本镜像，环境十分干净，可以通过以下命令查看容器列表sudodockerimages如果想删除多余的dockerimage，可以使用指令sudodockerrmi-f2.创建容器sudodockerrun-it-v/home/pc/docker/senmantic:/home

Abstract在智能汽车的视觉导航系统中，车道至关重要。当然，车道是一种具有高级语义的交通标志，而它具有特定的局部模式，需要详细的低级特征才能准确定位。使用不同层次的特征对于准确检测车道非常重要，但目前还没有得到充分的研究。在这项工作中，我们提出了跨层细化网络（CLRNet），旨在充分利用高层和低层特征进行车道检测。具体来说，它首先利用高级语义特征检测车道，然后根据低级特征进行细化。这样，我们就

论文笔记：‘Confidence-GuidedSelfRefinementforActionPredictioninUntrimmedVideos’Author：JingyiHou，XinxiaoWu，

整理了ICME2023MultimodalFakeNewsDetectionviaCLIP-GuidedLearning）论文的阅读笔记背景模型实验背景  对于我们这一代人来说，在线社交网络在很大程度上取代了以报纸和杂志为代表的传统信息交流方式。人们喜欢在社交媒体上寻找朋友或分享观点。然而，在线网络也促进了假新闻的广泛和快速传播。  文中提出了一个FND-CLIP框架，即基于对比语言-图像预训练(

看几篇中文的学习一下别人的思路基于全局-局部自注意力网络的视频异常检测方法主要贡献：网络结构注意力模块结构：融合自注意力和自编码器的视频异常检测主要贡献：网络结构Transformer模块动态图融合门控自注意力机制的生成对抗网络视频异常检测贡献网络结构门控注意力机制基于全局-局部自注意力网络的视频异常检测方法文章信息：链接：https://kns.cnki.net/kcms2/article/ab

VIO主流成果VIO是属于SLAM领域中的一个子课题，典型的VIO系统同样是由前端、后端、回环检测等几部分构成的。VIO的前端按是否提取特征点

安装环境Ubuntu16.04+ROSkinect+OpenCV3.2.0目录一、ROSkinect安装1.安装ROS2.工作空间建立二、OpenCV安装三、Eigen安装四、ceres安装*五、Docker安装六、MYNT-EYE-VINS-Sample安装七、在MYNT上运行VINS-Mono八、标准数据集运行VINS-Mono九、保存轨迹一、ROSkinect安装注：不同版本的ubuntu系

最近想学习一下无人驾驶SLAM方面的内容DynamicObjectSLAMinAutonomousDriving常规的SLAM算法首先假设环境中所有物体均处于静止的状态。

SLAM中使用闭环检测进行重定位的步骤如下：使用特征匹配算法，在当前帧与地图中所有关键帧之间进行匹配。对匹配结果进行评分，保留得分较高的匹配。对保留的匹配进行验证，判断是否构成闭环。

本文作者：slience_me文章目录TimesNet之FFT详解1.源代码2.分步详解2.1torch.fft.rfft(x,dim=1)2.2frequency_list=abs(xf).mean(0).mean(-1)2.3frequency_list[0]=02.4_,top_list=torch.topk(frequency_list,k)2.5top_list=top_list.det

本文作者：slience_me文章目录TimesNet之TimesBlock详解1.源代码2.分步详解2.1init部分代码2.2forward部分代码TimesNet之TimesBlock详解1.源代码classTimesBlock(nn.Module):def__init__(self,configs):super(TimesBlock,self).__init__()self.seq_len

利用ROS实时运行ORB-SLAM21.启动ROS:roscore2.打开摄像头（笔者使用的相机是奥比中光的AstraS深度相机）：roslaunchastra_cameraastra.launch在/

摘要:行为检测在自动驾驶、视频监控等领域的广阔应用前景使其成为了视频分析的研究热点。近年来，基于深度学习的方法在行为检测领域取得了巨大的进展，引起了国内外研究者的关注，对这些方法进行了全面的梳理和总结，介绍了行为检测任务的详细定义和面临的主要挑战;从时序行为检测和时空行为检测2个方面对相关文献做了细致地分类，综合分析了每一类别中不同研究方法的思路和优缺点，并阐述了基于弱监督学习、图卷积神经网络、注

SplaTAM全称是《SplaTAM:Splat,Track&Map3DGaussiansforDenseRGB-DSLAM》，是第一个（也是目前唯一一个）开源的用3DGaussianSplatting

本文发表于ICML2023论文官网：MultiDiffusion:FusingDiffusionPathsforControlledImageGeneration一、Intorduction文本到图像生成模型已经具有合成高质量和多样化图像的能力，但是由于难以为用户提供对生成内容的直观控制，因此将文本到图像模型部署到现实世界的应用程序仍然具有挑战性。目前实现对扩散模型实现可控的图像生成主要有两种方式

本文是发表于SIGGRAPH（SpecialInterestGrouponComputerGraphicsandInteractiveTechniques）上的一篇文字，被收录于ACMTrans.Graph。论文地址：参与和激励(yuval-alaluf.github.io)一、Intorduction这部分主要就是说，最新的基于文本的图像生成研究已经取得了前所未有的进展，能够生成多样化和创造性的

本文发表于CVPR2023论文地址：CVPR2023OpenAccessRepository(thecvf.com)Github官方代码地址：github.com一、Intorduction最近的文本到图像模型能够根据文本提示生成高质量的图像，可以覆盖广泛的物体、风格和场景。尽管这些模型具有多样的通用功能，但用户通常希望从他们自己的个人生活中综合特定的概念。例如，亲人，如家人，朋友，宠物，或个人物

车辆专业普通高校研究实习生一枚，刚入门接触SLAM，目前只看了综述，开个博客，记录一下自己的学习过程，如果有人能看到，希望不吝赐教，指明方向和道路，万分感谢啦☺?。

最近调试S-Fast-LIO算法，包含PCL的C++LidarSLAM算法，编译时间总是很长难以忍受。花了小半天，探究了下方法，并做总结。

AFGRL:Augmentation-FreeSelf-SupervisedLearningonGraphs文献地址：Augmentation-FreeSelf-SupervisedLearningonGraphsMotivation图对比的正例对构造对增强方法敏感，由于图包含了语义信息和结构信息，因此在对边进行不同增强方法时，可能会影响其语义对不同数据分布的数据集，模型增强的参数需要分别进行调整

DoTransformersReallyPerformBadforGraphRepresentation论文地址：DoTransformersReallyPerformBadforGraphRepresentation一句话paper：利用度，最短路径增强的GraphTransformerMotivation原有将transformer应用于图的效果并不好节点重要性，图结构性信息往往在目前的工作中

BGRL:Large-ScaleRepresentationLearningonGraphsviaBootstrapping文章地址：Large-ScaleRepresentationLearningonGraphsviaBootstrappingMotivation现有自监督学习的方法大多需要大量的负样本和大规模的数据增强，而选择负样本的原则的缺失导致负样本不一定会增加模型精度，尤其是在大模型中

ImGCL：RevisitingGraphContrastiveLearningonImbalancedNodeClassification论文地址：RevisitingGraphContrastiveLearningonImbalancedNodeClassification.pdfContribution利用一个自适应采样策略的对比学习框架解决了数据集不平衡（长尾数据集）的性能受限问题，具体来

长期视觉SLAM(SimultaneousLocalizationandMapping)最重要的要求之一是鲁棒的位置识别。经过一段探索期后，当长时间未观测到的区域重新观测时，标准匹配算法失效。

SummarizingsourcecodethroughheterogeneousfeaturefusionandextractionAbstract1.Introduction2.HCGconstruction2.1SourcecodetoAST2.2ASTpruning2.3Featurefusionwithheterogeneousedges3.HetCoSmodel3.1.Overview

专栏系列文章如下：【视觉SLAM十四讲学习笔记】第一讲——SLAM介绍【视觉SLAM十四讲学习笔记】第二讲——初识SLAM【视觉SLAM十四讲学习笔记】第三讲——旋转矩阵【视觉SLAM十四讲学习笔记】第三讲

HandyPriors:PhysicallyConsistentPerceptionofHand-ObjectInteractionswithDifferentiablePriors文章概括摘要1.介绍2.相关工作3.方法：HANDYPRIORSA.问题设置B.可变渲染先验C.可微物理先验D.基于优化的改进E.基于过滤的跟踪4.实验A.真实世界中的机器人手和物体迭代B.姿势估计C.基于过滤的跟踪D

LearningHuman-to-RobotHandoversfromPointClouds文章概括摘要1.介绍2.相关工作3.背景3.1.强化学习3.2.移交模拟基准4.方法4.1.HandoverEnvironment4.2.感知4.3.基于视觉的控制4.4.师生两阶段培训(Two-StageTeacher-StudentTraining)5.实验5.1.模拟评估5.2.模拟对模拟传输5.3.

VisuallyGuidedModelPredictiveRobotControlvia6DObjectPoseLocalizationandTracking文章概括摘要1.介绍2.相关工作3.物体姿态引导模型预测控制A.时间一致的6D物体姿态跟踪器B.使用MPC进行基于姿势的6D视觉伺服C.跟踪目标4.实验A.感知模块的定量评估B.视觉引导反馈控制5.结论文章概括作者：MedericFourmy

VisuoTactile6DPoseEstimationofanIn-HandObjectusingVisionandTactileSensorData文章概括摘要1.介绍2.背景3.网络结构A.视觉触觉传感器融合B.姿势估计器C.损失函数4.数据集的生成A.触觉传感器不变的姿态估计B.数据收集设置C.数据集特征5.实验A.网络训练设置B.硬件部署6.结果A.量化评估B.定性评价C.消融研究D.与

6-DoFPoseEstimationofHouseholdObjectsforRoboticManipulation:AnAccessibleDatasetandBenchmark文章概括摘要1.介绍2.方法A.一组对象B.3D纹理物体模型C.捕捉真实图像D.用地面实况标注图像E.深度校准F.对称意识度量3.实验A.注释验证实验B.姿势预测基线C.BOP挑战赛D.详细实验4.与以前工作的关系5.

RGB-DObjectTracking:AParticleFilterApproachonGPU文章概括摘要1.介绍2.贡献3.粒子滤波器4.可能性评估5.实施细节6.实验A.物体模型B.合成序列C.真实序列7.结论8.鸣谢文章概括作者：ChanghyunChoiandHenrikI.Christensen来源：CenterforRobotics&IntelligentMachines，Colle

PoseRBPF:ARao–BlackwellizedParticleFilterfor6-DObjectPoseTracking文章概括摘要1.介绍2.相关工作3.用PoseRBPF进行六维物体姿势跟踪A.问题定式化B.PoseRBPF概述C.Rao–Blackwellized粒子滤波器的公式D.观察似然E.运动先验F.6维对象姿态跟踪框架G.PoseRBPF的RGB-D扩展H.快速PoseRB

ObjectDetectionandSpatialLocationMethodforMonocularCameraBasedon3DVirtualGeographicalScene文章概括摘要1介绍2方法框架3三维虚拟地理场景的融合构建算法A.三维地理场景的构建B.初始化虚拟摄像机C.生成三维虚拟地理场景4基于三维虚拟地理场景的坐标计算算法5使用Brax：解决运动和操作问题5.1与Brax捆绑的学

6-PACK:Category-level6DPoseTrackerwithAnchor-BasedKeypoints文章概括1.摘要2.介绍3.相关工作4.问题定义5.模型5.1基于锚的注意机制5.2无监督的3D关键点生成6.结论文章概括作者：ChenWang，RobertoMart´ın-Mart´ın，DanfeiXu，JunLv，CewuLu，LiFei-Fei，SilvioSavares