Mar, 2015

MODS：一种快速而强大的双视图匹配方法

PDF
TL;DR提出了一种新颖的宽基线匹配算法 MODS（Matching On Demand with view Synthesis），通过渐进式使用更加耗时的特征检测器和按需生成合成图像，解决了更广泛范围的宽基线问题，并在多个数据集以及新的具有几何挑战的宽基线问题上得到验证。
wide-baseline matchingmods algorithmgeometry estimationtentative correspondence selectionrobustness vs. speed trade-off
发现论文，激发创造
  • 再谈带视角合成的双视图匹配

    介绍了使用仿射协变检测器结合视图合成来解决极端视角变化问题的宽基线匹配方法，并提出了 Matching On Demand with view Synthesis 算法以在保证几何估计可靠性的前提下尽量减少视图合成带来的速度损失。实验证明该算法在解决超越现有技术问题的同时与标准宽基线匹配器在简单问题上的速度相当。

    Jun, 2013

  • 宽基线立体学习与制作

    该论文介绍了广泛的多基线立体（WxBS）问题，提出了针对该问题的一系列改进措施，包括使用 HardNet 实现局部图像特征的学习，以及引入 feedback loop 实现 MODS 算法，该算法在解决视角差异问题上表现优异。

    Dec, 2021

  • 具有扩散模型的长期光度一致的新视角综合

    本文提出了一种基于条件扩散模型的新型生成模型，用于从单个输入图像生成相对的摄像机视图的连续序列的照片般逼真、视角一致、空间几何连续的图像。

    Apr, 2023

  • 最大间隔目标检测

    本文介绍了一种新的方法 Max-Margin Object Detection（MMOD）用于在图像中学习检测物体，该方法不进行子采样，而是优化所有子窗口，并且可以用于改进任何线性学习参数的物体检测方法，本文证明了该方法在三个公开数据集上具有显著的性能优势，并且在 MMOD 的学习下，单个刚性 HOG 滤波器可以比可变形部件模型在人脸检测数据集和基准测试中表现更好。

    Jan, 2015

  • 增强稳定视角合成

    本文介绍了一种基于多视角几何基础的方法，旨在提高自由移动相机拍摄图像的新观点综合效果。该方法利用多视角立体匹配和单目深度信息的互补特性以及基于多重旋转平均图优化来联合优化场景深度和相机位姿，并综合聚合整个场景的特征以提高视景综合效果。本文丰富的评估表明，该方法较之现有技术提高了相当多的综合效果。

    Mar, 2023

  • 多模式遥感图像快速鲁棒匹配技术

    该研究提出了一种快速而强韧的匹配框架，该框架将局部描述符与 3DFFT 技术相结合，用于不同模态数据的图像配准。实验结果表明，该框架比现有方法具有更优的匹配性能。

    Aug, 2018

  • MODNet: 基于目标分解的实时无预分割抠图人像合成

    用一张单独的图像实现实时人像抠像的轻量级抠像分解网络（MODNet），其优化了一系列子目标同时通过显式约束、融合多尺度特征和采用自监督一致性策略来提高模型的效率和鲁棒性，且在 Adobe Matting 数据集和 PPM-100 基准测试中优于先前的自由 trimap 方法。

    Nov, 2020

  • 特征透视变换在多视角检测中的应用

    本研究提出了一种新的多视角检测系统 MVDet，采用基于鸟瞰图的无 Anchor 盒方法来聚合视图信息并在地平面特征图上应用大内核卷积。在新引入的合成数据集 MultiviewX 上的结果表明，相比于现有方法在 Wildtrack 数据集上的最新技术，该方法提高了 14.1% 的 MODA 性能。

    Jul, 2020

  • MODNet: 具备运动和外观的自动行驶移动物体检测网络

    该文章提出了一种新型的多任务学习系统，将外观和运动线索相结合，以更好地对环境进行语义推理，其中介绍了一种联合车辆检测和运动分割的统一架构，并使用 KITTI 数据集评估了该方法，在运动检测任务上的性能优于其他利用运动线索方法 21.5％，在通用物体分割任务上表现与现有的无监督方法相当，其中一个有趣的结论是运动分割与车辆检测的联合训练有益于运动分割

    Sep, 2017

  • 一种加速视觉 SLAM 的错误匹配排除方法

    通过将 GMS（基于网格的运动统计）与 RANSAC（随机抽样一致性）结合，加速了 Visual SLAM 方法，提高了特征匹配的准确性，从而减少了系统的实时性能影响。

    Feb, 2024