Aug, 2018

增量式物体数据库：从多个局部观测建立 3D 模型

PDF
TL;DR提出了一种使用移动代理逐步建立物体数据库的系统，从全局分割图中提取对象状的片段，并将其储存在数据库中，然后匹配和合并以创建和改进对象模型，该方法不需要场景中形状的先前知识。
3d object datasetsmobile agentobject modelssegmented rgb-d imagesdatabase
发现论文，激发创造
  • 三维实例感知语义映射与三维物体发现

    该文提出了一种用于机器人地图实时构建的方法，其中，在实时扫描的同时，使用语义实例识别和多帧数据关联技术来构建基于物体的语义地图。评估结果表明，该方法能够有效地识别和跟踪预测的物体实例，并与最先进的方法竞争。

    Mar, 2019

  • 室内场景的完整三维模型预测

    本文提出了一种基于数据驱动的方法解释室内场景，并利用 CAD 3D 模型表示场景中的物体和墙壁布局，最终在 NYU 数据集上呈现了令人鼓舞的结果。

    Apr, 2015

  • DIO: 用于机器人和计算机视觉应用的室内物体的 3D 网格模型数据集

    使用照相机与软件进行拍摄与处理，采用 3D 扫描仪进行加速，生成真实物体的准确虚拟模型与网格模型，并在项目网站上提供所有生成的模型和图像。

    Feb, 2024

  • 基于 RGBD 感知的语义分割增量式类别发现

    本文提出了一种使用 RGBD sensing 的增量学习方法来进行开放式世界的语义分割，使用三维地图表示方法来标记没有语义标签的区域，实现对新的物体类别的识别及聚类。通过实验验证，该方法能够正确聚类已知和未知类别的对象，并且比现有的监督式方法具有更快的处理时间及更高的性能。

    Jul, 2019

  • 在线互操作姿态优化协同大规模稠密三维重建

    本论文利用实时全局一致的重建系统和新的视觉惯性里程计方法，结合高质量的基于回归森林的定位方法，实现了第一款允许多用户合作使用普通硬件在半小时内重建整个建筑的系统。

    Jan, 2018

  • 使用 RGB-D 序列在多个对象跟踪中看到物体背后

    本文提出了一种基于 RGB-D 视频序列的多目标跟踪方法，通过联合推断目标的完整几何形状和跟踪它们来提高跟踪的稳健性，通过人工构建目标的视状图像，得到相同实例之间的额外对应关系，从而提高了跟踪的鲁棒性。实验结果表明该方法在动态目标跟踪方面取得了 state-of-the-art 的性能。

    Dec, 2020

  • 基于交互的带有物体内部的主动三维重建

    利用感知、机器人对象交互和三维扫描的积极三维重建方法，恢复目标三维物体的外部和内部几何结构，通过分析各部分的互动性和机器人的部分操作来扫描遮挡区域，自动化操作通过内嵌 RGBD 传感器的 Fetch 机器人完成，最后重建所有未暴露的非活动部分和内部结构完成获取。

    Oct, 2023

  • 基于点云累积的动态 3D 场景分析

    本文研究多雷达传感器获取的 3D 激光数据如何通过点云累积的方法对移动场景中的动态物体进行对齐，最终实现更完整的场景重建和表面重建。

    Jul, 2022

  • 一个强健的 3D-2D 交互工具用于场景分割和标记

    本文介绍一种通过 2D 和 3D 信息交互的方式，构建一个鲁棒性强且方便使用的注释工具，以有效及方便地对大量 3D 场景数据进行分割和注释，并提供一份使用该工具注释的数据集。

    Oct, 2016

  • Omni3D：野外 3D 物体检测的大规模基准和模型

    提出了一个名为 Omni3D 的大型测试数据集，其中包含 234k 个图像，涵盖了 98 个类别和 300 万个实例。引入了 Cube R-CNN 模型，能够更好地检测和识别 3D 场景和物体。该数据集可用于加速对新数据集的学习和预训练。

    Jul, 2022