SLAM论文阅读

论文阅读——RetNet

transformer的问题：计算量大，占用内存大，不好部署。所以大家在找能解决办法，既能和transformer表现一样好，又能在推理阶段计算复杂度很低。这些方法大概分类三类：一是代替transformer非线性注意力机制的线性注意力，二是牺牲并行训练，但是推理效率高的循环模型，三是寻找一种其他机制代替注意力机制。但是都不成功。RetNet整体结构：X是每层的输入序列，LN是LayerNormM
じんじん·2023-11-18 18:05

平面几何参数表示

平面几何ref：slam中线和面特征的参数化表示方法https://blog.csdn.net/qq_35102059/article/details/122437847SLAM中面特征的参数化https
Jumping润·2023-11-17 11:04

目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】SLAM（最终篇）

目录前言SLAM学习方法论语义SLAM与深度相机SLAM-机器人ROSSLAM与ROS之间的关系
格图素书·2023-11-17 06:03

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

##Absract:超分（SR）方法通常是假设低分辨率图像（LR）是通过固定的、理想的下采样核对未知高分辨率图像（HR）中下采样得到的（如：Bicubicdownscaling）。然而，与合成的超分数据集相比，真实LR图像的退化核是未知的。当假设的下采样核偏离真实核时，SR方法的性能会显著下降。这进一步说明，真正的SR核是在LR图像patch上递归最大化的核，可以理解为多种退化核的组合。作者论文中
小不点爱记录·2023-11-17 05:49

House-GAN 论文阅读

House-GAN:RelationalGenerativeAdversarialNetworksforGraph-constrainedHouseLayoutGeneration摘要关键词简介布局问题相关数据集评估指标假设House-GAN模型房间布局生成器房屋布局判别器：实验评估结果摘要图1：House-GAN是基于关系生成对抗网络的新型图约束房屋布局生成器。气泡图作为输入自动生成多个房屋布局
不务正业的程序媛·2023-11-17 05:47

Jetson TX2 NX(Ubuntu 18.04) + ROS melodic + turtlebot功能包 + realsense d455 + ORB-SLAM2

JetsonTX2NX(Ubuntu18.04)+ROSmelodic+turtlebot功能包+realsensed455+ORB-SLAM21.安装ROSmelodic更换中科大源$sudosh-c
呼吸之野qaq·2023-11-17 03:07

史上最简SLAM零基础解读(10.1) - g2o(图优化)→简介环境搭建(slam十四讲第二版为例)

本人讲解关于slam一系列文章汇总链接:史上最全slam从零开始文末正下方中心提供了本人联系方式，点击本人照片即可显示WX→官方认证{\color{blue}{文末正下方中心}提供了本人\color{red
江南才尽，年少无知！·2023-11-16 22:41

【自动驾驶与机器人中的SLAM技术】点云中的拟合问题和K近邻

目录1.在三维体素中定义NEARBY14，实现14格最近邻的查找。2.推导argmax||Ad||22的解为ATA的最大特征向量或者奇异向量。3.将本节的最近邻算法与一些常见的近似最近邻算法进行对比，比如nanoflann，给出精度指标和时间效率指标。4.也欢迎大家来公众号--“过千帆”读书。1.在三维体素中定义NEARBY14，实现14格最近邻的查找。在NearbyType中定义NEARBY14
宛如新生·2023-11-16 21:25

【论文阅读】A Survey on Video Diffusion Models

视频扩散模型（VideoDiffusionModel）最新综述+GitHub论文汇总-ASurveyonVideoDiffusionModels。paper：[2310.10647]ASurveyonVideoDiffusionModels(arxiv.org)0.Abstract本文介绍了AIGC时代视频扩散模型的全面回顾。简要介绍了扩散模型的基本原理和演变过程。总结了视频领域的扩散模型研究，将
李加号pluuuus·2023-11-16 21:04

ubuntu 20.04+ORB_SLAM3 安装配库教程

目录安装ros(如果只是运行ORB-SLAM3，可以跳过安装)0.ros安装教程1.安装opencv2.安装Pangolin3.安装Eigen34.安装Python&libssl-dev5.安装boost
lelezhuxj·2023-11-16 20:32

Attention is all you need（Transformer）论文阅读笔记

一、背景seq2seq模型（2014年）：https://blog.csdn.net/zyk9916/article/details/118002934Attention模型（2015年）：https://blog.csdn.net/zyk9916/article/details/118498156对于序列建模和转换问题，大量的研究都围绕以RNN为基础的encoder-decoder架构展开。但是
zyk9916·2023-11-16 19:17

【图文】IRRA:跨模态隐式关系推理与对齐 | CVPR2023

详细内容指路zhihuCVPR2023|IRRA论文阅读摘要Text-to-imagePersonRetrieval的目的是根据给定的文本描述查询确定目标个体。
ca1m4n·2023-11-16 14:53

论文阅读：YOLOV: Making Still Image Object Detectors Great at Video Object Detection

发表时间：2023年3月5日论文地址：https://arxiv.org/abs/2208.09686项目地址：https://github.com/YuHengsss/YOLOV视频物体检测（VID）具有挑战性，因为物体外观的高度变化以及一些帧的不同恶化。有利的信息是，与静止图像相比在视频的某一帧中检测，可以从其他帧中获得支持。因此，如何在不同的框架之间聚合特性是VID问题的关键。大多数现有的聚
万里鹏程转瞬至·2023-11-16 12:48

卡尔曼家族从零解剖-(07) 高斯分布积分为1，高斯分布线性变换依旧为高斯分布，两高斯函数乘积仍为高斯。

讲解关于slam一系列文章汇总链接:史上最全slam从零开始，针对于本栏目讲解的卡尔曼家族从零解剖链接:卡尔曼家族从零解剖-(00)目录最新无死角讲解：https://blog.csdn.net/weixin
江南才尽，年少无知！·2023-11-16 06:14

多视图聚类的论文阅读

当聚类的方式使用的是某一类预定义好的相似性度量时，会出现如下情况：数据聚类方面取得了成功，但它们通常依赖于预定义的相似性度量，而这些度量受原始方法的影响:当输入维数相对较高时，往往是无效的。1.DeepMultinetworkEmbeddedClustering2.Deepconvolutionalself-pacedclustering2.1存在问题与提出的解决方法论文的主要贡献：具体而言，在预
mingqian_chu·2023-11-16 04:30

论文阅读：Discovering New Intents with Deep Aligned Clustering（用深度对齐聚类来发现新意图）

论文链接：代码链接：Abstract在对话系统中发现新意图是一项关键的任务，大多数现有的方法在将先验知识从已知的意图转移到新意图上是有限制的。同样，在对分组未标记的意图方面提供高质量的监督信号去学习clustering-friendly的特征也是有困难的。在这篇论文的工作中，提出了一种有效的方法，DeepAlignedClustering（深度对齐聚类）。发现新的意图是对话系统中的一项关键任务。大
我和同桌正在看论文·2023-11-16 04:59

（论文阅读31/100）Stacked hourglass networks for human pose estimation

31.文献阅读笔记简介题目Stackedhourglassnetworksforhumanposeestimation作者AlejandroNewell,KaiyuYang,andJiaDeng,ECCV,2016.原文链接https://arxiv.org/pdf/1603.06937.pdf关键词HumanPoseEstimation研究问题CNN运用于HumanPoseEstimation，
朽月初二·2023-11-16 03:44

（论文阅读32/100）Flowing convnets for human pose estimation in videos

32.文献阅读笔记简介题目Flowingconvnetsforhumanposeestimationinvideos作者TomasPfister,JamesCharles,andAndrewZisserman,ICCV,2015.原文链接https://arxiv.org/pdf/1506.02897.pdf关键词HumanPoseEstimationinVideos研究问题视频中的人体姿态估计研
朽月初二·2023-11-16 03:44

（论文阅读30/100）Convolutional Pose Machines

30.文献阅读笔记CPMs简介题目ConvolutionalPoseMachines作者Shih-EnWei,VarunRamakrishna,TakeoKanade,andYaserSheikh,CVPR,2016.原文链接https://arxiv.org/pdf/1602.00134.pdf关键词ConvolutionalPoseMachines（CPMs）、articulatedposee
朽月初二·2023-11-16 03:14

【ROS导航Navigation】一 | 概述

目录致谢：ROS赵虚左老师一、【概述】二狗子找大水法Navigation全图二、【SLAM】即时定位与地图构建三、【AMCL】自适应蒙特卡洛定位四、【Move_base】路径规划五、【cmd_vel】运动控制六
Akaxi-1·2023-11-16 00:10

【ROS导航Navigation】四 | SLAM与导航 | 自主移动的地图构建 （更新ing）

致谢：ROS赵虚左老师Introduction·Autolabor-ROS机器人入门课程《ROS理论与实践》零基础教程参考赵虚左老师的实战教程实现比较简单，步骤如下:编写launch文件，集成SLAM与
Akaxi-1·2023-11-16 00:08

【源码分析】Java中的lambda表达式会生成内部类吗？是如何生成的？

文末附结论分析以该程序为例子publicclassLambdaTest{publicstaticvoidmain(String[]args){Threadt1=newThread(()->{System.out.println
Honyelchak·2023-11-16 00:22

PCL编译提示CMake Error: Boost not Found(common is required but boost was not found)

不得不说ORB-SLAM2依赖库实在是太多了，库和库之间很容易冲突，这不，源码编译安装了boost1.54，然后在编译PCL1.8的时候报错了：CMakeError:BoostnotFound(commonisrequiredbutboostwasnotfound
nudt_qxx·2023-11-15 21:59

《视觉SLAM十四讲》-- 后端 1（下）

8.2BA与图优化BundleAdjustment是指从视觉图像中提炼出最优的3D模型和相机参数（内参和外参）。8.2.1相机模型和BA代价函数我们从一个世界坐标系中的点p\boldsymbol{p}p出发，把相机的内外参数和畸变都考虑进来，最后投影成像素坐标，步骤如下：（1）世界坐标系转换到相机坐标系P′=Rp+t=[X′,Y′,Z′]T(8-30)\boldsymbol{P'}=\boldsy
算法导航·2023-11-15 20:28

《视觉SLAM十四讲》-- 视觉里程计2

文章目录07视觉里程计27.1直接法的引出7.22D光流7.2.1Lucas-Kanade光流7.2.1实践：LK光流7.3直接法7.3.1推导过程7.3.2直接法的优缺点07视觉里程计27.1直接法的引出特征点的缺点：关键点的提取与描述子的计算非常耗时，实时性差；使用特征点时，忽略了特征点以外的所有信息，而丢弃了部分可能有用的信息；有时会出现特征缺失的情况，如白墙或者空荡荡的走廊等。为了克服上述
算法导航·2023-11-15 20:58

《视觉SLAM十四讲》-- 视觉里程计 1（下）

6.4.1直接线性变换（DLT）已知空间中某点P=[X,Y,Z,1]T\boldsymbol{P}=[X,Y,Z,1]^TP=[X,Y,Z,1]T，在图像中的归一化坐标为[u,v,1]T[u,v,1]^T[u,v,1]T，求解相机运动R\boldsymbol{R}R、t\boldsymbol{t}t。定义增广矩阵[R∣t][\boldsymbol{R}|\boldsymbol{t}][R∣t]为一
算法导航·2023-11-15 20:57

《视觉SLAM十四讲》-- 后端 1（上）

文章目录08后端18.1概述8.1.1状态估计的概率解释8.1.2线性系统和卡尔曼滤波（KF）8.1.3非线性系统和扩展卡尔曼滤波（EKF）8.1.4小结08后端1前端视觉里程计可以给出一个短时间内的轨迹和地图，但由于不可避免的误差积累，地图在长时间内是不准确的，因此，我们希望构建一个大规模、长时间的最优轨迹和地图。8.1概述8.1.1状态估计的概率解释（1）两种处理方式批量式：使用过去和未来的信
算法导航·2023-11-15 20:55

FSOD论文阅读 - 基于卷积和注意力机制的小样本目标检测

来源:知网标题:基于卷积和注意力机制的小样本目标检测作者:郭永红，牛海涛，史超，郭铖郭永红，牛海涛，史超，郭铖．基于卷积和注意力机制的小样本目标检测[J/OL]．兵工学报.https://link.cnki.net/urlid/11.2176.TJ.20231108.1418.002摘要典型的FSOD使用FastR-CNN作为基本的检测框架本文亮点:引入混合扩张卷积确保更大的感受野并减少图像信息的
NXU、辉·2023-11-15 18:18

自学SLAM（8）《第四讲：相机模型与非线性优化》作业

前言小编研究生的研究方向是视觉SLAM，目前在自学，本篇文章为初学高翔老师课的第四次作业。
Chris·Bosh·2023-11-15 17:06

SLAM中提到的相机位姿到底指什么？

不小心又绕进去了，所以掰一下。以我个人最直观的理解，假设无旋转，相机在世界坐标系的(5,0,0)^T的位置上，所谓“位姿”，应该反映相机的位置，所以相机位姿应该如下：Eigen::Matrix4dT=Eigen::Matrix4d::Identity();//假设T是一个4x4的矩阵，初始化为单位矩阵T(0,3)=5.0;但是根据我对位姿的这个理解，再结合高翔博士的《十四讲》第五章，第二版P99，
秦伟H·2023-11-15 17:26

论文阅读：Self-supervised Video Representation Learning with Cross-Stream Prototypical Contrasting

题目：Self-supervisedVideoRepresentationLearningwithCross-StreamPrototypicalContrasting作者：MartineToering一、研究背景传统的自监督对比学习不适用于视频：实例级的对比学习取得了很大进展，但是由于操作是用于经过增强的实例集上的，所以并不适用于探索视频的丰富动态结构。视频本身提供的数据增强，如：视角变化，光线
二苏旧局吖·2023-11-15 13:47

【76】论文阅读Learning Procedure-aware Video Representation from Instructional Videos and Their Narrations

LearningProcedure-awareVideoRepresentationfromInstructionalVideosandTheirNarrationsCVPR2023互联网上丰富的instructionalvideos及其解说为理解程序性活动提供了令人兴奋的途径。在这项工作中，作者建议学习视频表征，基于网络instructionalvideos及其叙述的大规模数据集，在不使用人工注
WXiujie123456·2023-11-15 10:20

论文阅读 【79】CVPR 2023 How you feelin’? Learning Emotions and Mental States in Movie Scenes

Howyoufeelin’?LearningEmotionsandMentalStatesinMovieScenesCVPR2023任务：电影故事分析需要理解人物的情绪和心理状态。为了实现这一目标，作者将情感理解定义为在电影场景和每个角色的层面上预测多样化和多标签的情感集。本文工作：提出了EmoTx，这是一种基于多模态Transformer的架构，它可以利用视频、多个角色和对话来进行联合预测。通过
WXiujie123456·2023-11-15 10:50

论文阅读 【77】A Ranking-Based Cross-Entropy Loss for Early Classification of Time Series，SCI 一区

ARanking-BasedCross-EntropyLossforEarlyClassificationofTimeSeriesIEEETRANSACTIONSONNEURALNETWORKSANDLEARNINGSYSTEMS，SCI一区Earlyclassificationoftimeseries(ECTS)旨在在观察完整数据之前对时间序列进行分类。它在时间敏感的应用中至关重要，如重症监护病
WXiujie123456·2023-11-15 10:49

【自动驾驶和机器人中的SLAM技术】实现基于预积分和图优化的GNSS+IMU+Odom的融合定位系统

目录1.公式推导2.GNSS+IMU+Odom融合定位3.利用数值求导工具，验证本书实验中的雅可比矩阵的正确性4.也欢迎大家来我公众号读书--“过千帆”1.公式推导2.GNSS+IMU+Odom融合定位程序实现以及运行效果：①首先是在预积分程序中记录了预积分积累的IMU数据个数（用来保证相邻两关键帧之间要有IMU预积分量来做约束）②然后，参考addGnss部分代码修改addOdom部分代码：运行效
宛如新生·2023-11-15 02:18

论文阅读：Robust High-Resolution Video Matting with Temporal Guidance

发表时间：2021年8月25日项目地址：https://peterl1n.github.io/RobustVideoMatting/论文地址：https://arxiv.org/pdf/2108.11515.pdf我们介绍了一种鲁棒的，实时的，高分辨率的人体视频匹配方法，以实现了新的最先进的性能。我们的方法比以前的方法要轻得多，可以在NvidiaGTX1080TiGPU上以76FPS处理4K和10
万里鹏程转瞬至·2023-11-15 00:02

PP-YOLO论文阅读笔记

PP-YOLO:Aneffectiveandefficientimplementationofobjectdetector期刊:arXivpreprint年份:2020主要内容列举:①:实现一个有效性和效率相对平衡的对象检测器，可以直接应用于实际应用场景;②②:添加了一系列几乎不会增加推断时间的技巧，以提高模型的整体性能;③:PP-YOLO可以在有效性（45.2%mAP)和效率（72.9FPS)之
咕咕咕不咕·2023-11-14 22:50

【论文阅读】GAIN: Missing Data Imputation using Generative Adversarial Nets

论文地址：[1806.02920]GAIN:MissingDataImputationusingGenerativeAdversarialNets(arxiv.org)
轩儿毛肚·2023-11-14 21:51

【论文阅读】MD-GAN: Multi-Discriminator Generative Adversarial Networks for Distributed Datasets

论文地址：[1811.03850]MD-GAN:Multi-DiscriminatorGenerativeAdversarialNetworksforDistributedDatasets(arxiv.org)本文介绍了一种名为MD-GAN的新方法，可以在分布式数据集上训练生成对抗网络（GAN）。文章首先介绍了GAN的背景和构成，然后提出了分布式GAN训练的挑战，即如何在多个工作节点上细粒度地分配
轩儿毛肚·2023-11-14 21:36

【论文阅读】(VAE-GAN)Autoencoding beyond pixels using a learned similarity metric

论文地址;[1512.09300]Autoencodingbeyondpixelsusingalearnedsimilaritymetric(arxiv.org)/一、Introduction主要讲了深度学习中生成模型存在的问题，即常用的相似度度量方式（使用元素误差度量）对于学习良好的生成模型存在一定的障碍，并提出了一种新的方法——使用学习到的相似度度量方式来改善生成模型的性能。同时，该部分还介绍
轩儿毛肚·2023-11-14 21:36

【论文阅读】PC-GAIN: Pseudo-label Conditional Generative Adversarial Imputation Networks for Incomplete Da

论文地址;[2011.07770]PC-GAIN:Pseudo-labelConditionalGenerativeAdversarialImputationNetworksforIncompleteData(arxiv.org)摘要有缺失值的数据集在实际应用程序中非常常见。GAIN是最近提出的用于缺失数据插补的深度生成模型，已被证明优于许多最先进的方法。但GAIN仅使用生成器中的重构损耗来最小化
轩儿毛肚·2023-11-14 21:05

【论文阅读】(CTGAN)Modeling Tabular data using Conditional GAN

论文地址：[1907.00503]ModelingTabulardatausingConditionalGAN(arxiv.org)摘要  对表格数据中行的概率分布进行建模并生成真实的合成数据是一项非常重要的任务，有着许多挑战。本文设计了CTGAN，使用条件生成器解决挑战。为了帮助进行公平和彻底的比较建模这类数据的方法，本文设计了一个基准测试，包括7个模拟数据集和8个真实数据集，以及几个贝叶斯网络
轩儿毛肚·2023-11-14 20:52

YOLOv5改进，论文阅读建议

"EfficientNet:RethinkingModelScalingforConvolutionalNeuralNetworks"，这是一篇在2019年提出的论文，提出了一种新的CNN模型缩放方法，可以根据目标任务的复杂性自适应地缩放网络深度、宽度和分辨率，从而在不增加计算量的情况下提高模型精度。"BagofTricksforImageClassificationwithConvolution
DeepQi·2023-11-14 17:20

SAA-C02学习记

一、AWSLambda无服务器计算让您可以在不考虑服务器的情况下构建并运行应用程序和服务。使用无服务器计算，您的应用程序仍在服务器上运行，但所有服务器管理工作均由AWS负责。
AllanRobinLukeman·2023-11-14 13:29

SLAM算法知识荟萃

文章目录SLAM自动驾驶八股PID控制算法ROS和ROS2区别四元数在表示空间旋转时的优势是什么？
howtoloveyou·2023-11-14 13:28

【目标跟踪】ECO算法论文阅读：ECO: Efficient Convolution Operators for Tracking

文章目录1.论文概要2.研究背景和动机3.相关滤波用于目标跟踪的原理4.ECO算法流程5.ECO算法创新点5.1特征降维：PCA5.2训练集简化：GMM5.3模型更新策略：间歇更新1.论文概要论文下载地址：ECO:EfficientConvolutionOperatorsforTracking发表时间：CVPR2017作者：MartinDanelljan（瑞典），目标跟踪领域的大牛官方代码：htt
ctrl A_ctrl C_ctrl V·2023-11-14 12:18

【SLAM十四讲学习笔记】第2讲 初识 SLAM

SLAM十四讲学习笔记第2讲初识SLAM文章目录SLAM十四讲学习笔记2.1SLAM是什么？2.2经典视觉SLAM框架2.3SLAM问题的数学表述2.4实践:编程基础2.1SLAM是什么？
JOJO-XU·2023-11-14 02:57

【视觉SLAM十四讲学习笔记】第一讲——SLAM介绍

SLAM介绍SLAM(SimultaneousLocalizationandMapping)译为同时定位与地图构建。
趴抖·2023-11-14 02:27

《视觉SLAM十四讲》学习笔记之第2讲——初识SLAM

《视觉SLAM十四讲》学习笔记之第2讲——初识SLAM经典视觉SLAM框架SLAM问题的数学表述本章主要分为四个部分，分别为：引子：引入一个作者虚拟的机器人——小萝卜，并介绍了与SLAM相关的传感器的相关知识经典视觉
bangbang1124·2023-11-14 02:27

【ROS入门】机器人导航（仿真）——导航实现

文章结构建图SLAM编写gmapping节点相关launch文件执行地图服务map_server地图保存节点map_server地图服务map_server定位amcl编写amcl节点相关的launch
趴抖·2023-11-14 02:26
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他