PointNet架构PointNet主要架构如下图所示:主要包含了点云对齐/转换、mpl学习、最大池化得到全局特征三个主要的部分。-T-Net用于将不同旋转平移的原始点云和点云特征进行规范化;mpl是多层感知机,n个共享的mpl用于处理n个点/特征;max ... Read More
posted @ 2018-09-18 20:43 hitrjj Views(6474) Comments(1) Diggs(0)
Efficient Global Point Cloud Registration by Matching Rotation Invariant Features Through Translation Search这篇文章通过解耦平移和选择问题,提出了... Read More
posted @ 2018-09-18 17:51 hitrjj Views(476) Comments(0) Diggs(0)
ECCV2018中对于点云的处理提出的很多新方法,相关文章列表如下:Fully-Convolutional Point Networks for Large-Scale Point CloudsMultiresolution Tree Networks fo... Read More
posted @ 2018-09-18 17:02 hitrjj Views(298) Comments(0) Diggs(0)
PointNet1 是斯坦福大学研究人员提出的一个点云处理网络,与先前工作的不同在于这一网络可以直接输入无序点云进行处理,而无序将数据处理成规则的3Dvoxel形式进行处理。输入点云顺序对于网络的输出结果没有影响,同时也可以处理旋转平移后的点云数据。点云是... Read More
posted @ 2018-09-18 12:39 hitrjj Views(2081) Comments(0) Diggs(0)
查询了一些自编码器的相关资料,总结如下:卷积自编码CAE论文论文解读1, 2, 3代码实现: 1-keras, 2-tensorflow, 3-资料和代码, tf全连接的AE 几种自编码器总结,2 降噪自编码器 通俗讲解, 2 对抗自编码器 ... Read More
posted @ 2018-09-17 12:13 hitrjj Views(202) Comments(0) Diggs(0)
NIPS2018 WorkshopsNIPS2018 会议为我们带来39个Workshop和两个竞赛track,涵盖了机器学习、深度学习、强化学习、因果、推理、表示、优化等各方面的基础研究,以及图像、检测、游戏、健康、医学图像处理、安全、隐私、金融、化学、语... Read More
posted @ 2018-09-15 12:17 hitrjj Views(288) Comments(0) Diggs(0)
机器视觉——标定基于不同的目的而设计的光学标定模板,除了我们常见的棋盘格外,还包括了很多种其他的模式: soruce npl.co.uk从左上到右下依次是:圆孔和方孔(clear亮 spot/ square)圆块和方块(opaque黑 spot/ squa... Read More
posted @ 2018-09-14 20:03 hitrjj Views(1113) Comments(0) Diggs(0)
NIPS2018 接收论文包括poster、tutorial、workshop等,目前官网公布了论文清单: https://nips.cc/Conferences/2018/Schedule Poster paper>~1. Zero-Shot Trans... Read More
posted @ 2018-09-12 16:40 hitrjj Views(601) Comments(0) Diggs(0)
CSDN代码不能语法高亮的原因探索1、找原因昨天写完博客发现其中代码不能高亮,本以为是写的格式出了问题。反复修改之后依然无法解决,于是打开源码查看: 打开代码对应的标签源码如下图所示: 其中对应代码的样式已经显示python语法,但实际的代码还是黑乎乎一片... Read More
posted @ 2018-09-12 10:33 hitrjj Views(353) Comments(0) Diggs(0)
利用python进行图像预处理——分类from pexels.com在计算机视觉的分类任务中,需要给不同类别的数据打上标签。常见的深度学习框架一般可以直接处理**文件夹**,并按照文件夹来给图像打上对应的标签。一般来说文件夹下的结构如下所示:./train_... Read More
posted @ 2018-09-11 22:46 hitrjj Views(1293) Comments(0) Diggs(0)