VSLAM系統(tǒng)方法的各種特點(diǎn)
近年來，基于視覺的傳感器在SLAM系統(tǒng)中顯示出顯著的性能、精度和效率提升。在這方面，視覺SLAM（V....
介紹一個(gè)重要的慣性框架數(shù)據(jù)集Berkeley DeepDrive Drone
研究自動(dòng)駕駛車輛在復(fù)雜路況下的行為決策具有重要意義，但目前大多數(shù)自動(dòng)駕駛數(shù)據(jù)集只關(guān)注結(jié)構(gòu)化場(chǎng)景，很少....
基于Transformer的越野場(chǎng)景可通行區(qū)域檢測(cè)模型OFF-Net
可通行區(qū)域檢測(cè)對(duì)于自動(dòng)駕駛車輛的環(huán)境感知和路徑規(guī)劃至關(guān)重要。過去十年基于學(xué)習(xí)的可通行區(qū)域檢測(cè)算法取得....
基于文本驅(qū)動(dòng)的三維模型風(fēng)格化方法
來自華南理工大學(xué)、香港理工大學(xué)、跨維智能、鵬城實(shí)驗(yàn)室等機(jī)構(gòu)的研究團(tuán)隊(duì)提出了一種基于文本驅(qū)動(dòng)的三維模型....
一個(gè)利用GT-SAM的緊耦合激光雷達(dá)慣導(dǎo)里程計(jì)的框架
LIO-SAM 提出了一個(gè)利用GT-SAM的緊耦合激光雷達(dá)慣導(dǎo)里程計(jì)的框架。實(shí)現(xiàn)了高精度、實(shí)時(shí)的移動(dòng)....
一種手動(dòng)校準(zhǔn)Livox雷達(dá)和相機(jī)之間外參的方法
該功能包提供了一個(gè)手動(dòng)校準(zhǔn)Livox雷達(dá)和相機(jī)之間外參的方法，已經(jīng)在Mid-40，Horizon和T....
基于自動(dòng)駕駛汽車記錄的3D激光掃描的SLAM閉環(huán)問題討論
同時(shí)定位和映射（SLAM）是大多數(shù)自主系統(tǒng)所需的基本能力。在本文中，我們討論了基于自動(dòng)駕駛汽車記錄的....
TOIST借助COCO掩碼將問題擴(kuò)展到實(shí)例分割問題實(shí)現(xiàn)更精細(xì)的定位
歸功于大規(guī)模視覺語言模型，名詞指代表達(dá)理解模型已經(jīng)取得了巨大的進(jìn)展。然而，在像智能服務(wù)機(jī)器人這樣的現(xiàn)....
基于線段的激光雷達(dá)單目曲面重建
運(yùn)動(dòng)結(jié)構(gòu)（SfM）在缺乏合適的視覺特征的環(huán)境中往往無法估計(jì)出正確的位姿。在這種情況下，最終的三維網(wǎng)格....
為什么要對(duì)圖像做Gamma校正？
我以前講過，ISP在將圖像編碼為我們常用的8位圖像之前，會(huì)進(jìn)行一次所謂的色調(diào)重建的過程。
ROS2概述和實(shí)踐入門
ROS?2007年發(fā)布以來，為機(jī)器?社區(qū)提供了?套相對(duì)完善的中間層、?具、軟件乃?通?的接?和標(biāo)準(zhǔn)，....
如何以模型和場(chǎng)景為中心的方式控制數(shù)據(jù)生成
首先，NeRF學(xué)習(xí)僅基于圖像數(shù)據(jù)和攝像頭姿態(tài)信息從新視圖生成數(shù)據(jù)。相反，傳統(tǒng)的圖形學(xué)流水線需要目標(biāo)的....
基于Transform的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)FlowFormer用于光流量估計(jì)
光流估計(jì)任務(wù)要求輸出逐像素位移場(chǎng)f: R2→R2，將源圖像的每個(gè)二維位置x∈R2 Is映射到目標(biāo)圖像....
第一個(gè)大規(guī)模點(diǎn)云的自監(jiān)督預(yù)訓(xùn)練MAE算法Voxel-MAE
Voxel-MAE證明了對(duì)大規(guī)模點(diǎn)云進(jìn)行基于掩碼的自監(jiān)督預(yù)訓(xùn)練學(xué)習(xí)，來提高無人車的感知性能是可行的。....
一種新的單目視覺里程計(jì)深度學(xué)習(xí)系統(tǒng)
我們的網(wǎng)絡(luò)是在線訓(xùn)練和評(píng)估的。一個(gè)接一個(gè)地添加新的幀，并在關(guān)鍵幀的局部窗口中進(jìn)行優(yōu)化。
Block nerf：可縮放的大型場(chǎng)景神經(jīng)視圖合成
為了在大場(chǎng)景中應(yīng)用神經(jīng)輻射場(chǎng)（NeRF）模型，文章提出將大型場(chǎng)景分解為相互重疊的子場(chǎng)景 （block....
基于BlockNeRF的大場(chǎng)景規(guī)?；窠?jīng)視圖合成
為了在大場(chǎng)景中應(yīng)用神經(jīng)輻射場(chǎng)（NeRF）模型，文章提出將大型場(chǎng)景分解為相互重疊的子場(chǎng)景 （block....
雙目視覺經(jīng)典視差優(yōu)化算法：Fast Bilateral-Space Stereo
事實(shí)上，這些指標(biāo)都在強(qiáng)調(diào)視差圖在視差方向上的準(zhǔn)確性，卻沒有怎么強(qiáng)調(diào)視差圖與原圖之間的貼合性——或者說....
通過機(jī)器視覺對(duì)PCB焊點(diǎn)缺陷檢測(cè)的應(yīng)用方案
現(xiàn)代焊接的能量來源有很多種，包括氣體焰、電弧、激光、電子束、摩擦和超聲波等，隨著工業(yè)的發(fā)展和科技的不....
基于深度學(xué)習(xí)的焊接焊點(diǎn)缺陷檢測(cè)
深度學(xué)習(xí)主要包含卷積神經(jīng)網(wǎng)絡(luò)和Faster R-CNN兩種網(wǎng)絡(luò)模型，通過利用算法模型自動(dòng)學(xué)習(xí)的特點(diǎn)，....
基于YOLO算法實(shí)現(xiàn)鋼筋數(shù)量的智能盤點(diǎn)
建筑工地在鋼筋成車來料時(shí)，需要人工清點(diǎn)數(shù)量，然后才能開展后續(xù)工作，不僅效率低，而且增加運(yùn)營(yíng)成本。....
如何直接建立2D圖像中的像素和3D點(diǎn)云中的點(diǎn)之間的對(duì)應(yīng)關(guān)系
準(zhǔn)確描述和檢測(cè) 2D 和 3D 關(guān)鍵點(diǎn)對(duì)于建立跨圖像和點(diǎn)云的對(duì)應(yīng)關(guān)系至關(guān)重要。盡管已經(jīng)提出了大量基于....
基于SupSLAM的視覺慣性SLAM方法
近年來，使用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行特征提取的基于調(diào)制解調(diào)器特征的SLAM越來越受到關(guān)注，并有望在幾乎所有機(jī)....
一種R3LIVE++的LiDAR慣性視覺融合框架
R3LIVE++ 由實(shí)時(shí)運(yùn)行的 LiDAR 慣性里程計(jì) (LIO) 和視覺慣性里程計(jì) (VIO) 組....
特征點(diǎn)提取器ORBextractor詳解
后面計(jì)算的是特征點(diǎn)主方向上的描述子,計(jì)算過程中要將特征點(diǎn)周圍像素旋轉(zhuǎn)到主方向上,因此計(jì)算一個(gè)半徑為1....
一種基于Transform的神經(jīng)網(wǎng)絡(luò)架構(gòu)
光流估計(jì)任務(wù)要求輸出逐像素位移場(chǎng)f: R2→R2，將源圖像的每個(gè)二維位置x∈R2 Is映射到目標(biāo)圖像....
多目標(biāo)跟蹤在計(jì)算機(jī)視覺中的重要性
目標(biāo)跟蹤是計(jì)算機(jī)視覺中非常重要的任務(wù)之一。它剛好在目標(biāo)檢測(cè)之后出現(xiàn)。為了完成目標(biāo)跟蹤任務(wù)，首先需要將....
圖像清晰度的評(píng)價(jià)方法
圖像清晰度是衡量圖像質(zhì)量的一個(gè)重要指標(biāo)，對(duì)于相機(jī)來說，其一般工作在無參考圖像的模式下，所以在拍照時(shí)需....
一個(gè)全新的無監(jiān)督不需要明確物體種類的實(shí)例分割算法
這個(gè)問題也可以被解讀于：我們?nèi)绾瓮ㄟ^對(duì)現(xiàn)實(shí)世界中的部分信息來進(jìn)行訓(xùn)練學(xué)習(xí)，實(shí)現(xiàn)對(duì)激光點(diǎn)云中的實(shí)例物體....
通過RepSurf點(diǎn)云結(jié)構(gòu)實(shí)現(xiàn)多項(xiàng)任務(wù)SOTA
大多數(shù)先前的工作通過坐標(biāo)表示點(diǎn)云的形狀。然而，直接利用坐標(biāo)描述局部幾何是不充分的。在本文中，我們提出....
工商網(wǎng)監(jiān)