MMSep, 2023

从单个校准图像中的上下文感知三维物体定位：篮球的研究

PDF
TL;DR本文提出了一种从单个校准图像中实现三维篮球定位的新方法，通过预测对象在图像空间中的像素高度，并利用图像本身和对象的位置作为输入，估计其在图像中投影到地平面上，并利用已知的投影矩阵重建篮球的三维坐标，实验结果表明该方法相对于最近的研究取得了显著的精度改进，从而为提高球类跟踪和理解的可能性开辟了新的空间，推动了计算机视觉在不同领域的发展。
3d basketball localizationcomputer visionobject trackingimage processingdeepsport dataset
发现论文，激发创造
  • 利用运动物理定律从 2D 标签学习单目三维物体定位

    使用 2D 标签和对象运动的物理知识，我们提出了一种新颖的方法，可以从单个校准摄像机的单个图像中精确地定位 3D 对象的位置，而无需昂贵的 3D 标签，即使在训练期间从未见过这些信息，我们的模型也能推断出潜在的第三维度。通过在合成和真实数据集上评估，我们的方法在真实数据实验中能够达到均方误差仅为 6 厘米，结果表明这种方法在无法收集 3D 数据进行训练的情况下学习 3D 对象定位估计的潜力。

    Oct, 2023

  • 使用 2D 估计进行 3D 物体定位的计算机视觉应用

    该论文提出了一种基于姿态估计和相机校准的物体定位技术，该技术利用多个物体的 2D 图像估计 3D 坐标以进行相机校准，并采用变换策略从 2D 图像中估计 3D 姿态。

    Sep, 2020

  • 多摄像头足球检测系统的设计与实现

    利用机器学习和三维物体检测技术，本文研究并实现了一种足球检测系统，通过多个摄像头实时探测球的三维位置，实现了高精度、实时的球赛直播。该系统还具有很强的可复用性，可用于类似的大规模比赛场景中。

    Jan, 2023

  • Center3D: 基于中心点的单目三维物体检测和深度理解

    本文提出了一种基于单目 RGB 图像的 3D 目标检测方法 ——Center3D，通过利用 2D 和 3D 中心之间的差异及组合分类和回归方法，可以更加准确、高效地定位和深度估计，相较现有方法，实验表明此方法在 KITTI 数据集上表现更好。

    May, 2020

  • 学习少即是多 - 通过三维表面回归实现六自由度相机定位

    本文针对如何从单个 RGB 图像中在给定的 3D 环境中预测 6D 相机姿态这一问题，通过设计并使用一个名为完全卷积神经网络的组件实现了高效、高精度和鲁棒性训练的端到端可训练的管道。令人惊奇的是，网络仅依靠单一视角的约束条件即可自动发现 3D 场景几何，甚至在没有利用场景 3D 模型的情况下，也能比现有技术更优秀。

    Nov, 2017

  • 自动驾驶用基于地面的单目三维物体检测

    通过研究路面对 3D 检测提供的额外信息，提出了一种嵌入式神经网络，能够充分利用这些应用程序特定的先验知识，从而实现使用单个 RGB 摄像机确定环境中对象的位置和方向的三维目标检测。

    Feb, 2021

  • KaliCalib: 一种用于篮球场注册的框架

    本文提出了一种新的篮球场注册框架，该框架基于编码器解码器网络的估计，采用透视感知约束对采样的关键点位置进行估计，并借助篮筐位置的回归和数据增强技术使模型对不同场馆具有鲁棒性。消融研究显示了我们的贡献对挑战测试集的积极影响，我们的方法将平均均方误差除以 4.7，比挑战基线提高了效果。

    Sep, 2022

  • 使用深度学习和几何学进行 3D 边界框估计

    本文提出了一种使用单张图片进行三维目标检测与姿态估计的方法，通过使用深度卷积神经网络来回归相对稳定的三维目标属性，并使用二维边界框提供的几何约束来组合这些估计，从而产生完整的三维边界框。

    Dec, 2016

  • 单目视频中的运动学三维物体检测

    提出了一种基于线性运动的单目视频三维物体检测方法，该方法通过将物体方向分解为两个部分并引入自平衡的三维置信度方法，有效地提高了三维定位精度，同时在 KITTI 自动驾驶数据集上取得了最好的表现。

    Jul, 2020

  • 通过 3D 到 2D 查询从多视角图像中进行 3D 物体检测

    提出了一种基于多摄像头的 3D 对象检测框架，使用基于上下文注意力的网络，直接在 3D 空间中进行边界框的预测，实现了全球最佳性能。

    Oct, 2021