depth inference | BriefGPT - AI 论文速递

关键词depth inference

搜索结果 - 7

透视感知卷积在单目三维物体检测中的应用
通过结合透视感知卷积层提取更精确和具有上下文意识的特征，将场景线索建模为准确的深度推断，从而提高单目 3D 目标检测性能。
PDF10 months ago
CVPRChildPlay: 了解儿童注视行为的新基准
该研究使用儿童玩耍和互动时的视频片段为基础数据集，提出了一种几何精确的预测儿童与成年人的视线目标的模型，该模型使用深度推断方法对场景进行 3D 视野场地构建，并在公开数据集和儿童玩耍数据集上达到最先进的结果。
PDFa year ago
CVPR基于非参数深度分布建模的多视角立体匹配深度推断
通过非参数深度分布建模构建成本体积，避免错误检测。同时，我们使用稀疏成本聚合网络推导每个体积中的信息。在 DTU 和坦克与神殿这两个基准数据集上广泛评估我们的方法，实验结果表明，我们的模型以显着优势胜过现有方法，并在边界区域实现卓越性能。
PDF2 years ago
基于注意力感知的代价体积金字塔的多视角立体网络用于三维重建
提出一种高效的多视角立体（MVS）网络以实现多视角图像的三维重建和深度推断，其采用策略推断出粗到细的深度图，其中引入自注意力层与相似度测量来生成新的代价体以进行深度图细化，最终实验表明该模型优于大多数 SOTA 方法。
PDF4 years ago
CVPR基于代价体金字塔的多视角立体深度推理
本文提出了一种基于成本体积的神经网络，可以从多视图图像中进行深度推断，在构建成本体积金字塔的过程中，通过从粗到细的方式代替固定分辨率的方式，使得网络结构更紧凑轻量，并允许我们推断高分辨率深度图以获得更好的重建结果。
PDF5 years ago
生成并利用单目深度的概率估计
该研究提出了一种通用的单目模型，可用于深度推理和完成等任务，无需针对每个应用重新训练。该模型在多个任务中均能产生高精度结果。
PDF5 years ago
无监督单目深度预测的双向循环约束和自适应正则化
使用几何方法和立体图像训练卷积神经网络可以在单张图片中预测场景深度，性能优于最先进的无监督单目深度预测方法，并适用于不同数据集。
PDF5 years ago