depth reconstruction | BriefGPT

关键词depth reconstruction

搜索结果 - 8

注意出瞳间隙：重新审视标准光学平片相机的内在特性
我们的研究论文通过对光场相机的像场出孔径进行分析，推导出焦距与解码后的光场的重采样参数之间的联系，并验证了之前研究中忽视出孔径所导致的错误，通过光线跟踪模拟得出了实验证据，为光场相机光学的更准确和更细致的理解做出了贡献。
PDF4 months ago
CVPR使用单色点投影进行深层次高光谱深度重建
该论文提出了一种新的单次多光谱深度重建方法，使用 RGB 相机和投影仪，利用单个彩色点图像实现深度重建和空间变化颜色照明的多光谱反射重建，文中介绍了网络架构，并通过实验表明该方法优于现有单次多光谱反射重建方法和深度重建方法的组合。
PDF2 years ago
ECCV基于单目 RGB 图像的类别级 6D 物体姿态估计的对象级深度重建
本文提出了一种名为 OLD-Net 的新颖方法，该方法利用 RGB 图像推断出物体水平六维姿态。在这个方法中，我们利用两个新的模块 NGPH 和 SDDR 来学习高保真度的物体水平深度和精美的形状表示，最后通过将预测的规范化表示与反向投影的
PDF2 years ago
鲁棒性一致的视频深度估计
本文提出了一种用于估计一致密集深度图和相机姿态的算法，该算法基于学习的深度先验和几何优化相结合，不需要输入相机姿态，并能够在包括噪声、抖动、运动模糊和卷帘快门失真等多种挑战性条件下实现稳健的重建。
PDF4 years ago
视频深度一致性估计
通过利用传统的运动结构恢复来建立视频中像素的几何约束，使用基于学习的先验 —— 一种单图像深度估计的卷积神经网络，我们给出了一种用于重建密集、几何一致深度的算法。测试时，我们对这个网络进行微调，以满足特定输入视频的几何约束，同时保留其在视频
PDF4 years ago
ICLRDPSNet：端到端的深度平面扫描立体视觉
本文提出了一种卷积神经网络，称为 DPSNet，它采用平面扫描算法，通过构建成本体积、成本聚合以及回归密集深度图的方法，有效地结合了传统多视角立体视觉的概念，取得了在多种具有挑战性的数据集上的最新重建结果。
PDF5 years ago
AAAI具边缘感知深度法向一致性的无监督几何学习
本研究提出了一种基于表面法向量表示的深度无监督学习方法，通过构建深卷积网络层次结构，融入了边缘感知、光度误差和梯度平滑等前沿技术，从而实现单幅图像深度重建过程中的多种挑战，包括深度 / 法向量不连续和图像边缘保留等问题。在实验中，我们应用
PDF7 years ago
CVPR具有实时深度精炼功能的镜面物体
通过利用消费者 RGB-D 扫描仪自带的 IR Projector 和 IR 图片，本研究提出了一种新的遮蔽形状框架来增强精度，并在实时环境下重建深度图，该方法在 Lambertian 对象中表现良好，在综合光滑和反射表面的情况下也取得了最
PDF9 years ago