关键词dynamic scene understanding
搜索结果 - 5
- 4D 全景场景图生成
在本文中，我们介绍了一种名为 4D Panoptic Scene Graph（PSG-4D）的新表示方法，用于在动态的四维世界中桥接原始视觉数据和高层次视觉理解。我们构建了一个富注释的 PSG-4D 数据集，并提出了 PSG4DFormer - 通过多个协作推理的方式增强人类中心动态场景理解
人类中心的动态场景理解在增强机器人和自主系统能力中发挥关键作用，而基于视频的人物 - 物体交互检测是语义场景理解的关键任务之一，本研究提出了一种新颖的基于多语言模型协作推理的视频人物 - 物体交互检测框架，通过从多个角度进行推理，提高了基础 - 利用深度学习的光流生成移动物体候选框进行视频物体分割
本研究提出了一种先进的神经网络结构，通过训练无监督的卷积神经网络对光流进行估计，然后将光流网络的输出渲染到完全卷积 SegNet 模型中，从而准确高效地获取运动目标提案。
- 时空事件图像用于动态场景理解
该论文介绍了关于动态场景理解的研究，主要涉及自动驾驶、道路事件检测、视频活动检测、持续学习等内容。
- CVPR如何结束？—— 通过物体交叉约束推理隐藏表面
本文提出了 Co-Section 算法以推断出隐藏的场景形状信息并在动态场景中进行建模，同时在进行物理可行性约束建模的能量最小化框架中完成动态对象的形状补全。实验结果表明，本方法在真实和合成的动态场景数据集上表现突出。