04 2020 档案

单图像三维重建、2D到3D风格迁移和3D DeepDream
摘要：作者：Longway Date：2020-04-25 来源：单图像三维重建、2D到3D风格迁移和3D DeepDream 项目网址：http://hiroharu-kato.com/projects_en/neural_renderer.html 代码网址：https://github.com/hi 阅读全文
posted @ 2020-04-25 10:02 3D视觉工坊 阅读(3012) 评论(1) 推荐(0)
经典相位法三维轮廓测量模型
摘要：作者：书涵 Date：2020-04-24 来源：经典相位法三维轮廓测量模型 在结构光三维测量中，之前笔者介绍了关于把投影看做相机的逆的模型，这次笔者要介绍一个经典相位三维轮廓测量模型，有很多相位三维轮廓测量模型都是在经典相位测量模型上的改进。 如下图所示，在经典三维轮廓测量模型中，需要精准的设置相 阅读全文
posted @ 2020-04-24 08:38 3D视觉工坊 阅读(1351) 评论(1) 推荐(0)
CVPR2020|物体可见性信息在3D检测中的探索
摘要：作者：蒋天园 Date：2020-04-21 来源：物体可见性信息在3D检测中的探索CVPR2020(oral) 前言 本文是一篇来自Carnegie Mellon大学和Argo AI的合作工作，目前已经被CVPR20接收（oral），该文的主要内容是基于点云的3D目标检测，与以往的研究内容不同的是 阅读全文
posted @ 2020-04-21 08:27 3D视觉工坊 阅读(487) 评论(0) 推荐(0)
CVPR2020|3D-VID:基于LiDar Video信息的3D目标检测框架
摘要：作者：蒋天园 Date：2020-04-18 来源：3D-VID:基于LiDar Video信息的3D目标检测框架|CVPR2020 Brief paper地址：https://arxiv.org/pdf/2004.01389.pdf code地址：https://github.com/yinjun 阅读全文
posted @ 2020-04-18 21:16 3D视觉工坊 阅读(1797) 评论(0) 推荐(0)
点云学习在自动驾驶中的研究概述
摘要：作者：蒋天园 Date：2020-04-17 来源：点云学习在自动驾驶中的研究概述 自动驾驶公司的发展 有关自动驾驶的研究最早可以追述到2004年的DARPA Grand Challenge和2007年的DARPA Urban Challenge，目的是研究如何在各种情形下提高自动驾驶的能力；200 阅读全文
posted @ 2020-04-17 09:04 3D视觉工坊 阅读(1544) 评论(0) 推荐(0)
CVPR2020| 阿里达摩院最新力作SA-SSD
摘要：作者：蒋天园 Date：2020-04-16 来源：SA-SSD：阿里达摩院最新3D检测力作（CVPR2020） Brief 来自CVPR2020的研究工作，也是仅仅使用Lidar数据进行3D检测的文章，CVPR2020接收的几篇文章中，采用LiDar作为网络结构输入的已经已经多于采用图像和lida 阅读全文
posted @ 2020-04-16 08:16 3D视觉工坊 阅读(1000) 评论(0) 推荐(0)
CVPR2020文章汇总 | 点云处理、三维重建、姿态估计、SLAM、3D数据集等(12篇)
摘要：作者：Tom Hardy Date：2020-04-15 来源：CVPR2020文章汇总 | 点云处理、三维重建、姿态估计、SLAM、3D数据集等(12篇) 1.PVN3D: A Deep Point-wise 3D Keypoints Voting Network for 6DoF PoseEst 阅读全文
posted @ 2020-04-15 06:22 3D视觉工坊 阅读(8593) 评论(0) 推荐(0)
物体的三维识别与6D位姿估计：PPF系列论文介绍（四）
摘要：作者：仲夏夜之星 Date：2020-04-14 来源：物体的三维识别与6D位姿估计：PPF系列论文介绍（四） 文章“3D Pose Estimation of Daily ObjectsUsing an RGB-D Camera”2012发表在IEEE/RSJInternational Confe 阅读全文
posted @ 2020-04-14 10:05 3D视觉工坊 阅读(590) 评论(0) 推荐(0)
CVPR2020 | 3DSSD:基于点云的single-stage物体检测模型
摘要：作者：蒋天园 Date：2020-04-11 来源：3DSSD:基于点云的single-stage物体检测模型 | CVPR2020 前言 这是一篇来自CVPR2020的研究工作，于2020/4/9日开源，如下图所示，目前被接收的文章有在KITTI上的有四篇，分别是PV-RCNN,SA-SSD,Po 阅读全文
posted @ 2020-04-11 11:25 3D视觉工坊 阅读(1161) 评论(0) 推荐(0)
史上最全DSO学习资料
摘要：作者：董岩 Date：2020-04-10 来源：史上最全DSO学习资料 DSO（Direct Sparse Odometry）是一种视觉里程计方法。在SLAM领域，DSO属于稀疏直接法，速度和精度超过了当时传统的特征点法。本文整理了网上一些关于DSO的资料，配合相关论文，可以对DSO做由浅入深地学 阅读全文
posted @ 2020-04-10 14:21 3D视觉工坊 阅读(1975) 评论(0) 推荐(0)
48本3D视觉领域学习书籍，请自取
摘要：作者：Tom Hardy Date：2020-04-06 来源：48本3D视觉领域学习书籍，请自取 一、机器视觉 机器视觉（Robot Vision，伯特霍尔德·霍恩） 视觉测量（张广军） 机器视觉算法与应用（halcon版本） 机器人学、机器视觉与控制（Peter Corke） 机器人视觉测量与控 阅读全文
posted @ 2020-04-06 00:15 3D视觉工坊 阅读(3792) 评论(1) 推荐(0)
Rethinking场景分析中的空间池化 | Strip Pooling（CVPR2020，何恺明）
摘要：作者：Tom Hardy Date：2020-04-04 来源：Rethinking场景分析中的空间池化 | Strip Pooling（CVPR2020，何恺明） 原文链接：https://arxiv.org/abs/2003.13328v1 代码链接：https://github.com/And 阅读全文
posted @ 2020-04-04 10:56 3D视觉工坊 阅读(1581) 评论(0) 推荐(0)
物体的三维识别与6D位姿估计：PPF系列论文介绍(二)——PPF-MEAM
摘要：作者：袁野 Date：2020-03-24 来源：物体的三维识别与6D位姿估计：PPF系列论文介绍(二)——PPF-MEAM 文章“Point Pair Feature-Based Pose Estimation with Multiple Edge Appearance Models (PPF-M 阅读全文
posted @ 2020-04-03 17:48 3D视觉工坊 阅读(1362) 评论(0) 推荐(0)
物体的三维识别与6D位姿估计：PPF系列论文介绍（一）
摘要：作者：袁野 Date：2020-03-27 来源：物体的三维识别与6D位姿估计：PPF系列论文介绍（一） 一、前言 近年来随着消费级深度设备的普及，深度相机引导机械臂完成抓取成为热点话题。其中，物体识别与位姿估计是械臂完成抓取的关键。关于物体识别与位姿估计可以分为传统手工提取特征方法和基于深度学习的 阅读全文
posted @ 2020-04-03 17:39 3D视觉工坊 阅读(2323) 评论(1) 推荐(0)
物体三维识别论文介绍——基于霍夫投票
摘要：作者：袁野 Date：2020-04-02 来源：物体三维识别论文介绍——基于霍夫投票 文章“Objectrecognition in 3D scenes with occlusions and clutter by Hough voting”发表在2010年，提出了一个经典的将霍夫投票思想用于三维 阅读全文
posted @ 2020-04-03 17:37 3D视觉工坊 阅读(1670) 评论(0) 推荐(0)
系列篇|结构光——格雷码解码方法
摘要：作者：书涵Date：2020-03-16来源：系列篇|结构光——格雷码解码方法 格雷码是一种特殊的二进制码，在结构光三维视觉中，常常被用于编码。比起我们常见的二进制码，格雷码具有相邻数字的编码只有一位不同的优点，这个优点对于解码而言十分重要，可以减少光解码的错误率。下面我们可以看下如何对结构光用格雷 阅读全文
posted @ 2020-04-03 17:34 3D视觉工坊 阅读(3865) 评论(0) 推荐(0)
83 项开源视觉 SLAM 方案够你用了吗？
摘要：作者：吴艳敏 来源：83 项开源视觉 SLAM 方案够你用了吗？ 前言 1. 本文由知乎作者小吴同学同步发布于https://zhuanlan.zhihu.com/p/115599978/并持续更新。 2. 本文简单将各种开源视觉SLAM方案分为以下 7 类（固然有不少文章无法恰当分类）： ·Geo 阅读全文
posted @ 2020-04-01 11:19 3D视觉工坊 阅读(2216) 评论(0) 推荐(1)