depth map | BriefGPT - AI 论文速递

关键词depth map

搜索结果 - 40

CVPR保留裂缝的法向量融合与辅助边缘
许多表面重建方法包括法线积分，即从表面梯度获取深度图的过程。为了从导入的法线图中重建准确的深度图，必须处理由跳跃引起的隐藏表面梯度。为了正确建模这些跳跃，我们为法线积分的域设计了一种新的离散化方案。我们的核心思想是引入辅助边，在域中连接分块
PDF3 months ago
ShapeGraFormer: 基于 GraFormer 的手 - 物体重建网络
利用深度图进行真实的 3D 手物体形状和姿态重建方法，通过基于体素的重建网络回归手和物体的顶点坐标，预测体素化的手物体形状，并利用图形网络通过位置嵌入从模板网格中重建形状，并表明手物体交互对于更准确的物体形状重建有影响，该方法在手重建和物体
PDF9 months ago
一种无需深度图的全息三维内容生成新方法
使用深度学习方法，通过输入 RGB 图像估计深度图并顺序生成计算机生成全息图，从而克服仅提供 RGB 颜色数据的情况下，生成比竞争模型更准确的体积全息图。
PDF9 months ago
利用运动结构进行三维重建
使用一对 HDR 摄像机并在室内移动地面机器人上以立体视觉配置进行拍摄，捕捉各种纹理和空间特征，然后利用我们的算法将数据作为输入，实现室内空间的三维重建和深度图可视化。
PDFa year ago
基于 RGBD 图象的图像风格化实现
研究应用深度信息与 RGB 图像的热力图在风格迁移中，提出了一种新的方法，通过与传统神经网络的比较，发现其实现更为真实的图像。该方法可应用于各种计算机视觉应用中，以产生更逼真的图像。
PDFa year ago
CVPRHRDFuse: 全局协作学习深度全景估计模型中整体和区域深度分布
本文提出了一种新颖的框架 HRDFuse，该框架利用卷积神经网络和 transformers 协同学习从 ERP 和 TP 中捕获整体和区域上下文信息，以预测深度细节并生成最终的深度图，实验表明我们的方法预测出更平滑和精确的深度结果，并比现
PDFa year ago
AAAI重新思考视差：基于视差的深度范围无关多视角立体匹配
本文提出一种基于视差流和图像 2D 成本体构建的多视图立体视觉方法 - DispMVS，该方法对深度范围无敏感性且使用 GPU 内存更少，具有良好的多视角一致性和匹配效果。
PDF2 years ago
用于单目视觉里程计尺度估计的密集预测变换器
本文使用密集预测变换器模型进行尺度估计，解决单目视觉测距系统中尺度漂移问题，通过深度图的准确估计，取得竞争性的最新成果。
PDF2 years ago
在伪激光雷达上进行 3D 场景流估计：填补点运动估计的差距
本文提出了一种基于生成的深度图的方法，通过引入像素的稠密性来实现直接从 2D 图像学习 3D 场景流，以及利用统计方法和视差一致性损失来解决噪声点的问题，从而达到了更加有效的自监督学习 3D 场景流的目的。实验证明，这种方法优于合成数据集和
PDF2 years ago
基于图像的食品能量估计及深度领域自适应
本文提出了一种通过使用 “能量密度地图” 和深度图来自动估算食物能量的技术，同时将其与基线方法相比较，实验结果显示其性能得到了显著提高。
PDF2 years ago
CVPRStyLandGAN: 基于 StyleGAN 和深度图的风景图像合成
提出了一种名为 StyLandGAN 的新型框架，它使用深度图像合成所需的景观图像，并提出了一个 '2 相推理 ' 管道，以生成多样的深度地图和平移局部部分，从而更容易地反映用户的意图。与现有语义图像合成模型相比，实验结果表明，我们的方法在
PDF2 years ago
监测蒸馏方法用于正定深度补全
提出采用可适应的知识蒸馏方法结合无监督训练和盲集成学习的 Monitored Distillation 方法，能在不存在地面真值数据的情况下，从单张图片、相应的稀疏点云和内置集成模型中获取稠密的深度信息，且在 VOID 室内场景数据集上比盲
PDF2 years ago
一种自适应的无监督深度补齐学习框架
我们提出了一种方法来从彩色图像和相关稀疏深度测量中推断出密集的深度图。我们采用自适应加权方案，结合正则化和共视性关系，利用每个像素点的残差来指导优化过程，以提高训练性能。该方法有效地应用于多种无监督深度完成方法，并在公共基准数据集上改善其性
PDF3 years ago
基于注意力层次多模态融合的高分辨率深度图像成像
本文提出了一种基于注意力机制多模态融合的层次结构深度图超分辨率网络，可以有效地从低分辨率深度图和高分辨率 RGB 图像中提取并组合有价值的特征以实现超分辨率重建。
PDF3 years ago
使用 KISS-GP 实现密集深度推断和稀疏范围测量之间的平衡深度完成
本文介绍结合单目深度估计与激光雷达稀疏测量的深度完成问题及其解决方案，使用高斯过程深度回归及基于结构的可扩展核插值的方法来提高深度估计的准确性和鲁棒性，与现有无监督方法相比，本方法在稀疏和偏置量测量方面具有更高的精度和鲁棒性。
PDF4 years ago
ECCV一种单流网络的鲁棒性和实时性 RGB-D 显著性目标检测
本研究提出一种单流网络，利用深度信息实现早期融合和中期融合之间的引导，解决不同模态之间的不兼容问题，并设计了一种增强深度双重注意力模块（DEDA）和锥形局部注意提取模块（PAFE），以提高实时目标检测的准确性和效率。
PDF4 years ago
基于通道注意力的迭代残差学习用于深度地图超分辨率
本文提出了一种针对现实世界深度图超分辨率（DSR）的技术框架，该框架包括四个模块，并在基准数据集上进行实验表明，该方法优于当前最先进的 DSR 方法。
PDF4 years ago
CVPRHandVoxNet：一种基于深度体素网络的单深度图像三维手部形态与姿态估计方法
通过弱监督学习的 3D 卷积网络结构，结合两种不同的手部形状表示，将手部表面映射到体素化手型图形之中，得到比现有手部姿态估计方法更加准确的结果，并在真实数据上通过体素化深度图扩充策略使得模型更具泛化性能。
PDF4 years ago
DPANet：深度潜力感知门控注意力网络用于 RGB-D 显着性目标检测
本文提出了一种名为 DPANet 的新型网络，通过引入深度潜力感知，有效地整合交叉模态互补性并解决 RGB-D 显着目标检测中的污染效应问题，并利用带门控调节器的门控多模式注意力模块从交叉模态的角度捕获长距离依赖关系，并在 8 个数据集上与
PDF4 years ago
CVPR高分辨率多视角立体匹配的级联代价体
本文提出了一种既节省时间又节省内存的立体成像方法，该方法在几何和语境的渐进细化尺度中构建标准的特征金字塔下的代价体，随着不断增加的代价体分辨率以及深度（或差异）间隙的自适应调整，以较粗糙的方式从粗到细恢复输出。
PDF5 years ago