SLAM论文阅读第29页

研究生期间工作记录

时间工作23/07从视觉slam方向转换位激光slam，细读了LOAM、LIO-SAM、FAST-LIO2、faster-lio23/08研究低内存消耗方向的大规模激光slam，以及提高精度23/09完成一篇会议论文

Nico_J ??·2023-11-10 22:42

【论文阅读】Auto-Encoding Variational Bayes

VAEcode：https://arxiv.org/abs/1312.6114v11目录AutoEncoderVAEVQVAE总结重建图像上面的人脸图片可以描述成多种不同属性，比如微笑、皮肤黑、男性、有胡须、不戴眼镜和头发黑等等。如果想要通过神经网络架构重构出这张人脸图片，可以先将图片编码成一个一个不同的属性，然后通过综合这些属性解码得到重构图片，这就是自编码器的常规思路。然而这里还有一个需要解决

李加号pluuuus·2023-11-10 22:38

【论文阅读】AnimateDiff: Animate Your Personalized Text-to-Image Diffusion Modelswithout Specific Tuning

AnimateDiff:个性化文本到图像扩散模型的动画化，无需特定调整paper：https://arxiv.org/abs/2307.04725code：GitHub-guoyww/AnimateDiff:OfficialimplementationofAnimateDiff.目录1.摘要2.引言3.算法3.1Preliminaries3.2.PersonalizedAnimation3.3Mo

李加号pluuuus·2023-11-10 22:38

【论文阅读】DALL·E: Zero-Shot Text-to-Image Generation

OpenAI第一代文本生成图片模型paper：https://arxiv.org/abs/2102.12092DALL·E有120亿参数，基于自回归transformer，在2.5亿图片-文本对上训练的。实现了高质量可控的texttoimage，同时也有zero-shot的能力。DALL-E没有使用扩散模型，而是dVAE（discretevariationalautoencoder离散变分自动编码

李加号pluuuus·2023-11-10 22:55

【论文阅读】NIPS 2023 Connecting Multi-modal Contrastive Representations 多模态表征，跨模态对比学习表征，图像，文本，音频，3D

本博客系博主根据个人理解所写，非逐字逐句翻译，预知详情，请参阅论文原文。发表地点：NIPS2023；论文下载链接：https://arxiv.org/abs/2305.14381代码链接：https://c-mcr.github.io/C-MCR/；摘要：多模态对比表征学习MCR（Multi-modalContrastiveRepresentation）致力于将不同模态的数据编码到一个语义对齐的共

me_yundou·2023-11-10 13:37

TD-LSTM & AT-LSTM

目录论文阅读准备前期知识储备学习目标论文导读论文研究背景、成果及意义论文泛读论文结构摘要---AT-LSTM摘要---TD-LSTM论文精读论文算法模型总览LSTM论文算法模型细节论文一TD-LSTMTC-LSTM

尧景·2023-11-10 12:20

上手 GTSAM 4.3.0 求解非线性曲线拟合问题

GTSAM4.3.0非线性曲线拟合参考链接:链接1:例子由来链接2:实验室大佬的博客遵循视觉SLAM十四讲的思路,上手各类求解器都可以用非线性曲线拟合这个例子来做.假设问题如下:y=ax2+bxy=ax

平凡矩阵·2023-11-10 11:53

Opencv中三个光流跟踪函数

在slam里，光流跟踪判断图像中某一物体的动态性，主要包括3个函数：1、goodFeaturesToTrack函数作用：提取输入图像中像素级别的角点，支持harris角点和ShiTomasi角点。

felynman·2023-11-10 11:50

【自动驾驶与机器人中的SLAM技术】左乘模型推导ESKF

目录1.证明题证明：若某个高斯随机变量为零均值，协方差为对角线矩阵且大小相同（各向同性），那么在乘任意旋转矩阵以后，其均值仍为零，且协方差不变；2.代码实现运动方程将F矩阵拆开实现各状态变量的更新在运动过程代码中，将矩阵拆开，分别为每种状态变量实现运动方程。请给出公式和代码实现的说明代码实现：3.左乘模型下的ESKF推导3.1误差状态运动学推导3.2误差状态的运动方程及噪声方程3.3GNSS观测方

宛如新生·2023-11-10 11:49

SIGGRAPH 2023 - 3D Gaussian Splatting 论文阅读笔记

ArXivlink：https://arxiv.org/abs/2308.040793DGaussianSplattingforReal-TimeRadianceFieldRendering1.动机实现高视觉质量的神经辐射场方法仍然需要训练和呈现成本高昂的神经网络，而最近的更快方法不可避免地会权衡质量的速度。（总结：高质量和低成本不可兼得）对于无界和完整的场景（而不是孤立的对象）和1080p分辨率

BoGoF666·2023-11-10 11:11

【3d face reconstruction】DECA论文阅读

题目：LearninganAnimatableDetailed3DFaceModelfromIn-The-WildImages（ACMTrans.Graph.2021）单位：MaxPlanckInstitution一、摘要•提出了一种方法能够回归3D人脸形状并且有特定于个体的随表情变化的细节。•提出的模型DECA（detailedexpressioncaptureandanimation）能够从由

一无所知的kiddo·2023-11-10 11:39

论文阅读：xMUDA: Cross-Modal Unsupervised Domain Adaptationfor 3D Semantic Segmentation

题目：xMUDA：跨模态无监督域自适应的3D语义分割来源：2020CVPR重点和自己的理解（加粗）表示，如有不对欢迎探讨，其余主要是翻译~0、引言无监督域适应(UDA)对于解决新域中缺少注释的问题至关重要。有许多多模态数据集，但大多数UDA方法都是单模态的。在这项工作中，我们探索如何从多模态中学习并提出跨模态UDA(xMUDA)，我们假设存在用于3D语义分割的2D图像和3D点云。这是具有挑战性的，

shiyueyueya·2023-11-10 09:24

论文阅读：VITON: An Image-based Virtual Try-on Network（基于图像的虚拟试衣网络）

原文地址：【paper】VITON:AnImage-basedVirtualTry-onNetwork代码地址：【code】gitbub地址(数据集已不再公开）摘要我们提出了一种基于图像的虚拟试穿网络（VITON），该网络能够不利用任何形式的3D信息，而是使用“从粗到细”的策略，将想要的衣物无缝地转移到人的相应区域。基于一种新提出的与服装无关的描述性的人物表示，我们的框架首先生成一个粗糙的合成图像

Pomprogram·2023-11-10 09:46

SLAM面试笔记(6) — C++面试题

目录第1章常见面试题1intmain(intargc,char**argv)函数中，参数argc和argv分别代表什么意思？2结构体和共用体的区别3使用共用体读写成员时需要注意什么？4简述C++有几种传值方式，之间的区别是什么？5为什么值传递不改变实参的值？6全局变量和局部变量的区别7全局变量和局部变量如何初始化？8请说说原码、反码、补码9说说数组与指针10说说数组和指针的区别11数组指针与指针数

几度春风里·2023-11-10 04:40

论文阅读[2022ICASSP]Global Optimization Solution for Dynamic Adaptive 360-Degree Streaming

1标题与作者2022ICASSPGlobalOptimizationSolutionforDynamicAdaptive360-DegreeStreaming2背景360度视频包含了整个周围空间的所有视觉信息，需要高清晰度(视频分辨率4K及以上)、高帧率(40帧/秒，fps及以上)和高比特率(10mbps及以上)来保证沉浸式用户体验和高质量体验(QoE)。上述需求导致360度流媒体视频的数据量是普

woshicaiji12138·2023-11-10 03:46

【论文阅读】High-Resolution Image Synthesis with Latent Diffusion Models

基于潜在扩散模型的高分辨率图像合成，StableDiffusion的基础论文paper:High-ResolutionImageSynthesiswithLatentDiffusionModels官方代码sd1：GitHub-CompVis/stable-diffusion:Alatenttext-to-imagediffusionmodel官方代码sd2:GitHub-Stability-AI/

李加号pluuuus·2023-11-10 02:07

论文学习之对比学习【1】-SimCLR：论文阅读与简单demo测试

对比学习SimCLR：论文阅读与简单demo测试1.论文摘要解读：1.1内容翻译1.2重点提要2.对比学习的主要思想3.SimCLR的主要结构解析3.1数据增强3.2数据编码3.3深度映射模块3.4对比损失函数参考文献资料

cnjs1994·2023-11-10 02:35

VLPT-STD论文阅读

VLPT-STD论文标题：Vision-LanguagePre-TrainingforBoostingSceneTextDetectors论文地址：https://openaccess.thecvf.com/content/CVPR2022/papers/Song_Vision-Language_Pre-Training_for_Boosting_Scene_Text_Detectors_CVPR

jiangduwang830·2023-11-10 02:04

【论文阅读】Segment anything 学习、理解与复现

摘要WeintroducetheSegmentAnything(SA)project:anewtask,model,anddatasetforimagesegmentation.Usingourefﬁcientmodelinadatacollectionloop,webuiltthelargestsegmentationdatasettodate(byfar),withover1billionma

PL23K·2023-11-10 02:33

【论文阅读】PMC-CLIP:使用生物医学文档的对比语言图像预训练

【论文阅读】PMC-CLIP:使用生物医学文档的对比语言图像预训练文章主页：PMC-CLIP:ContrastiveLanguage-ImagePre-trainingusingBiomedicalDocuments

nancy_dmd·2023-11-10 02:32

open clip论文阅读摘要

看下openclip论文LearningTransferableVisualModelsFromNaturalLanguageSupervisionTheseresultssuggestthattheaggregatesupervisionaccessibletomodernpre-trainingmethodswithinweb-scalecollectionsoftextsurpassesth

XianxinMao·2023-11-10 02:59

PolyFormer: Referring Image Segmentation as Sequential Polygon Generation 论文阅读笔记

PolyFormer:ReferringImageSegmentationasSequentialPolygonGeneration论文阅读笔记一、Abstract二、引言三、相关工作3.1ReferringImageSegmentation

乄洛尘·2023-11-09 23:51

RIS 系列 Beyond One-to-One: Rethinking the Referring Image Segmentation 论文阅读笔记

RIS系列BeyondOne-to-One:RethinkingtheReferringImageSegmentation论文阅读笔记一、Abstract二、引言三、相关工作3.1ReferringImageSegmentation3.2

乄洛尘·2023-11-09 23:43

论文阅读：BPFINet: Boundary-aware progressive feature integration network for salient object detection

论文地址：https://doi.org/10.1016/j.neucom.2021.04.078代码地址：https://github.com/clelouch/BPFINet发表于：Neurocomputing2021I.Intro这个网络是用来进行显著目标检测的主要工作在于一个USRM模块进行特征的细化，CCM模块实现更好的通道注意力机制，UFIM模块提供一种特征融合的思路，以及一个Fusi

xiongxyowo·2023-11-09 22:13

论文阅读_深度学习的医疗异常检测综述

英文题目：DeepLearningforMedicalAnomalyDetection-ASurvey中文题目：深度学习的医疗异常检测综述论文地址：https://arxiv.org/pdf/2012.02364.pdf领域：深度学习，异常检测发表时间：2021.04作者：TharinduFernando，澳大利亚昆士兰科技大学出处：ACMComputingSurveys被引量：1024（谷歌学术

xieyan0811·2023-11-09 17:45

米家扫拖一体机器人重置键_如何评价小米米家扫拖一体机器人？

众所周知，米家前两款扫地机器人(2016年的米家一代&2019年的米家1S)都是石头科技的产品，并且从第一代就是LDS激光导航传感器和SLAM算法(SimultaneousLocalizationAndMapping

氧化三氢正离子·2023-11-09 12:17

Ubuntu 20.04.5 安装ROS 环境

如：转：机器人控制：SLAM-AndroidAPP_Lan.W的博客-CSDN博客如果选择，按下录制按钮时相机流将按照设置

Lan.W·2023-11-09 11:45

Convolutional Neural Networks for Multimodal Remote Sensing Data Classification论文阅读笔记

近年来，为了提高单模态遥感数据的分类性能，人们进行了大量的研究。然而，随着从卫星或机载平台获取的遥感数据的可用性不断增加，多模式遥感数据的同时处理和分析对遥感界的研究人员提出了新的挑战。为此，我们提出了一种基于深度学习的多模式RS数据分类新框架，其中卷积神经网络（CNNs）作为骨干，具有先进的跨通道重建模块，称为CCR-Net。顾名思义，CCR-Net通过跨模态的重建策略，可以更有效地相互交换信息

ru-willow·2023-11-09 08:12

论文阅读笔记：Extended Vision Transformer (ExViT) for Land Use and Land Cover Classification

摘要注意力机制驱动的深度模型最近取得了成功，如最具代表性的视觉转换器（ViT），吸引了一波高级研究来探索它们对更广泛领域的适应。然而，遥感（RS）领域中基于Transformer的方法更关注单模态数据，这可能会在充分利用不断增长的多模态地球观测数据时失去可扩展性。为此，我们提出了一种新的多模式深度学习框架，通过在最小修改的情况下扩展传统的ViT，针对土地利用和土地覆盖（LULC）分类任务。与采用线

ru-willow·2023-11-09 08:42

Change Detection on Remote Sensing Images Using Dual-Branch Multilevel Intertemporal Network论文阅读笔记

随着卷积神经网络的不断创新，遥感图像的变化检测（CD）如雨后春笋般涌现。随着技术的高速升级，识别前景-背景类别不平衡变化的障碍仍然存在，尤其是在样本有限和大量干扰的情况下，如季节性周转、照明强度和建筑改造。此外，到目前为止，这两种现成的方法都没有探讨在访问差异特征之前在双时态图像之间直接交互的可行性。在本文中，我们提出了一个双分支多级跨期网络（DMINet）来高效地导出变化表示。具体来说，通过将自

ru-willow·2023-11-09 08:42

SpectralDiff论文阅读笔记

高光谱图像分类是遥感领域的一个重要问题，在地球科学中有着广泛的应用。近年来，人们提出了大量基于深度学习的HSI分类方法。然而，现有方法处理高维、高冗余和复杂数据的能力有限，这使得捕获数据的光谱空间分布和样本之间的关系具有挑战性。为了解决这一问题，我们提出了一种基于扩散模型的HSI分类生成框架(SpectralDiff)，该框架通过迭代去噪和显式构建数据生成过程，有效地挖掘高维和高冗余数据的分布信息

ru-willow·2023-11-09 08:39

论文阅读——InternImage（cvpr2023）

arxiv：https://arxiv.org/abs/2211.05778github：https://github.com/OpenGVLab/InternImage一、介绍大部分大模型都是基于transformer的，本文是一个基于CNN的视觉基础模型。使用可变性卷积deformableconvolution作为核心操作，使得模型有大的有效的感受野和自适应的空间集合。稍微改动了一下defor

じんじん·2023-11-09 06:58

论文阅读——Detection Hub（cvpr2023）

DetectionHub:UnifyingObjectDetectionDatasetsviaQueryAdaptationonLanguageEmbedding一、要解决的问题大规模数据集可以提高模型性能，但是当训练多类别单一模型时，大规模数据集不能用在目标检测任务上，因为两个困难：类别和框标注不一致。就是说，目标检测数据集，没有统一的大规模数据，一来即使类别相似概念每个数据集标注的类别结果可能

じんじん·2023-11-09 06:58

论文阅读——变化检测

ViewpointIntegrationandRegistrationwithVisionLanguageFoundationModelforImageChangeUnderstanding只有fusedadapterimageencoder,viewpointregistrationflow,semanticemphasizingmodule,和fullyconnectedlayer训练，其他参

じんじん·2023-11-09 06:12

#每天一篇论文#235/365 DynamicFusion：非刚体场景实时重建与追踪

ReconstructionandTrackingofNon-rigidScenesinReal-Timeprojectwebsite:http://grail.cs.washington.edu/projects/dynamicfusion摘要我们提出了第一个能够实时重建非刚性变形场景的稠密slam

流浪机器人·2023-11-09 05:21

【论文阅读】PSDF Fusion：用于动态 3D 数据融合和场景重建的概率符号距离函数

【论文阅读】PSDFFusion：用于动态3D数据融合和场景重建的概率符号距离函数Abstract1Introduction3Overview3.1HybridDataStructure3.23DRepresentations3.3Pipeline4PSDFFusionandSurfaceReconstruction4.1PSDFFusion4.2InlierRatioEvaluation4.3S

WoooChi·2023-11-09 05:44

论文阅读笔记：STAN: Spatio-Temporal Attention Network for Next Location Recommendation

1摘要基于地点的移动端服务商，譬如Yelp、Uber，要从大量的用户签到和轨迹信息中学习用户的行程习惯，对用户下一个访问地点进行预测，并以此为用户的下一步行程需求进行规划和推荐。然而，现有模型对时空信息的利用存在局限性，譬如只利用前后一步的时间和空间差[1,2]，人为划分空间区域[3]或者只聚合距离较近的地点[4]，并对访问地点的频率不加考虑。本文旨在提出一种基于注意力机制的神经网络架构，考虑用户

UQI-LIUWJ·2023-11-09 02:15

论文阅读：SSD: Single Shot MultiBox Detector

原文章地址：论文阅读：SSD:SingleShotMultiBoxDetectorPreface这是今年ECCV2016的一篇文章，是UNCChapelHill（北卡罗来纳大学教堂山分校）的WeiLiu

Maybemust·2023-11-09 02:44

论文阅读：LOGO-Former: Local-Global Spatio-Temporal Transformer for DFER（ICASSP2023）

文章目录摘要动机与贡献具体方法整体架构输入嵌入生成LOGO-Former多头局部注意力多头全局注意力紧凑损失正则化实验思考总结本篇论文LOGO-Former:Local-GlobalSpatio-TemporalTransformerforDynamicFacialExpressionRecognition发表在ICASSP（声学顶会），代码暂未开源。摘要以前的动态面部表情识别（DFER）方法主要

卡拉比丘流形·2023-11-09 02:43

论文阅读：Ensemble Knowledge Transfer for Semantic Segmentation

论文地址：https://ieeexplore.ieee.org/document/8354272项目及数据地址：https://github.com/ishann/aeroscapes发表时间：2018年5月7日语义分割网络通常以严格监督的方式学习，即它们在相似的数据分布上进行训练和测试。在域转移的存在下，性能急剧下降。在本文中，我们探索了在场景结构、视点和对象统计数据上存在显著不同的训练和测试

万里鹏程转瞬至·2023-11-09 02:13

（论文阅读18/100）SSD: Single Shot MultiBox Detector

文献阅读笔记简介题目SSD:SingleShotMultiBoxDetector作者WeiLiu,DragomirAnguelov,DumitruErhan,ChristianSzegedy,ScottReed,Cheng-YangFu,AlexanderC.Berg原文链接https://arxiv.org/pdf/1512.02325v2.pdf【精选】目标检测-＞SSD算法-CSDN博客关键

朽月初二·2023-11-09 02:43

论文阅读--利用无人机遥感和边缘智能促进精准农业：一篇综述

Title:BoostPrecisionAgriculturewithUnmannedAerialVehicleRemoteSensingandEdgeIntelligence:ASurveyAbstract:Inrecentyearsunmannedaerialvehicles(UAVs)haveemergedasapopularandcost-effectivetechnologytocapt

追忆苔上雪·2023-11-08 22:54

《视觉SLAM十四讲》-- 李群与李代数

文章目录03李群与李代数3.1李群与李代数基础3.1.1群3.1.2李群3.2李代数的引出3.3李代数的定义3.4李代数so(3)\mathfrak{so}(3)so(3)3.5李代数se(3)\mathfrak{se}(3)se(3)3.6指数与对数映射3.6.1SO(3)上的指数映射3.6.2SE(3)上的指数映射3.6.3小结3.7李代数求导与扰动模型3.7.1BCH公式与近似形式3.7.2

算法导航·2023-11-08 21:04

《视觉SLAM十四讲》-- 三维空间的刚体运动

文章目录02三维空间的刚体运动2.0机器人位姿表述2.1点和坐标系2.1.1三维坐标系有关表述2.1.2坐标系变换2.2旋转向量和欧拉角2.2.1旋转向量2.2.2欧拉角2.3四元数2.3.1四元数的定义2.3.2四元数的计算2.3.3四元数表示旋转2.3.4四元数与其他旋转表示法的转换2.4相似、仿射、射影变换02三维空间的刚体运动2.0机器人位姿表述（1）二维与三维空间中，机器人位姿的表述：2

算法导航·2023-11-08 21:33

《视觉SLAM十四讲》-- 相机与图像

04相机与图像4.1相机模型4.1.1针孔相机模型针孔模型描述了一束光线通过针孔后，在针孔背面投影成像的关系（类似小孔成像原理）。根据相似三角关系Zf=−XX′=−YY′(3-1)\frac{Z}{f}=-\frac{X}{X^{\prime}}=-\frac{Y}{Y^{\prime}}\tag{3-1}fZ=−X′X=−Y′Y(3-1)其中，负号表示成的像是倒立的。但实际相机得到的图像并不是倒

算法导航·2023-11-08 21:58

【视觉slam14讲】公式推导

李群与李代数公式推导李群李代数对应关系李代数求导案例（p85）公式[1]雅可比扰动模型案例（p85）NOTE矩阵求导求导规律：（1）常量可以提取到导数外（2）分子中线性组合可以拆开（3）转置符号可以提取出来查表链接:矩阵查表非线性最小二乘解析解数值解（迭代）一阶梯度法一阶梯度法缺点：容易产生锯齿二阶梯度法（牛顿法）？？？写为内积不是很懂？？？牛顿法缺点：H不容易计算，H的逆也不容易计算

我要算BA·2023-11-08 15:53

视觉SLAM总结——LSD SLAM中关键知识点总结

视觉SLAM总结——LSDSLAM中关键知识点总结视觉SLAM总结——LSDSLAM中关键知识点总结1.LSDSLAM的创新点/关键点是什么？2.LSDSLAM的整体框架是怎样的？

Leo-Peng·2023-11-08 15:50

视觉SLAM总结——SVO中关键知识点总结

视觉SLAM总结——SVO中关键知识点总结视觉SLAM总结——SVO中关键知识点总结1.为什么叫半直接法视觉里程计？2.SVO的优缺点是什么？3.SVO的整体框架是怎样的？

Leo-Peng·2023-11-08 15:19

SLAM中的优化、李群李代数和BA

TableofContents1.SLAM中优化目标函数的表示2.李群李代数的引入3.BA本文为高博《视觉SLAM十四讲》李群李代数部分的学习笔记。

文科升·2023-11-08 15:11

ORB-SLAM2中关键知识点总结

目录1、ORBSLAM2的总体框架是怎样的？2、ORBSLAM2是怎样完成初始化的？3、ORBSLAM2是如何进行Tracking的？4、ORBSLAM2是如何选取关键帧的？

家门Jm·2023-11-08 15:40

推荐频道

SLAM论文阅读