geometric features | BriefGPT

关键词geometric features

搜索结果 - 45

FreeReg: 集成预训练扩散模型和单目深度估计的图像到点云注册
图像与点云之间的特征匹配问题是图像到点云配准的基本问题。通过预训练的大规模模型来统一图像和点云之间的模态，并在同一模态内建立可靠的对应关系。我们利用深度到图像扩散模型提取的中间特征即扩散特征在图像和点云之间具有语义一致性，这使得粗糙但稳健的
PDF9 months ago
多尺度原型表示学习用于城市建筑能源建模
建筑原型、能源模拟、城市建筑能源建模、多尺度原型表示学习和几何特征是本研究的关键词。本文提出了一种基于多尺度原型表示学习的方法来提取具体建筑库的几何特征，并通过多个建筑下游任务约束潜在向量，这些定制化的表示在进一步的聚类和建筑能源建模中被证
PDF9 months ago
StairNetV3: 利用深度学习进行深度感知楼梯建模
通过加深感知能力与建模方法，本研究提出了一种深度感知的单目视觉楼梯建模方法，可有效提高楼梯结构几何特征的学习，并结合深度传感器获取楼梯表面的点云，取得了明显的改进。
PDFa year ago
使用图卷积网络学习通用且鲁棒的三维分子表示
我们提出了一种基于图表示的全能且鲁棒的 Directional Node Pair (DNP) 描述符，该描述符能够结合分子的几何信息和化学特征，并构建了能够综合考虑节点和边特征的 Robust Molecular Graph Convol
PDFa year ago
MPDIoU: 高效准确的边界框回归损失函数
提出了一种基于最小点距离的新型边框相似性比较度量方法 MPDIoU，将所有现有损失函数中考虑的相关因素包含在内，同时简化了计算过程，并基于此提出了一种基于 MPDIoU 的边框回归损失函数 LMPDIoU，实验结果表明，在 PASCAL V
PDFa year ago
尺度 - 旋转 - 等变李群卷积神经网络 (Lie Group-CNNs)
该研究提出了一种 Lie 群 - CNN 模型，利用群卷积模块的全连接网络和 Lie - 代数实现了尺度旋转等变性，进而成功地从图像中提取几何特征并实现了对图像的等变识别。
PDFa year ago
基于深度强化学习的建筑管道布局自动设计方法
本文提出了一种基于深度强化学习的三维管道布局自动生成方法，通过定义基于管道长度、弯头和安装距离等三个约束条件的奖励函数，将几何特征上升到训练环境抽象层面，通过与环境的交互来收集数据并训练出 DRL 模型，可以自动设计出高质量的管道布局，取得
PDFa year ago
ECCV4D-StOP: 使用时空对象提案生成和聚合进行 4D LiDAR 全景分割
本论文提出一种称为 4D-StOP 的新范式，通过基于投票的中心预测生成时空提议，使用学习到的几何特征对因此生成的轨迹提议进行进一步聚合，从而生成整个空间 - 时间体积的视频级别 4D 场景表示，该方法在 3D 物体分割任务上取得显著提高，
PDF2 years ago
CVPR使用地理空间注意力重新审视近 / 远距离感知
介绍了一种基于大地空间注意力机制的近 / 远距离感知方法，该方法结合了空中和地面图像的几何特征和外观，提高了分割任务的准确性。实验结果显示，该方法显著优于之前的最先进方法。
PDF2 years ago
完整范围内的健壮部分点云对齐
GMCNet 使用包括几何特征、自适应局部特征和基于图表征的统计建模等多种策略实现了全范围的点云配准，在点云配准方面超过了以往的最先进方法。
PDF3 years ago
ICCV深度 Hough 投票法用于鲁棒的全局注册
本文提出了一种有效而健壮的方法，利用 Hough 投票在 6D 转换参数空间中实现三维扫描点云的成对配准，该方法通过提取几何特征从点云对中计算出假设的对应关系，并考虑空间中的变换参数来构建成对间的对应关系，从而最终获得了自适应的变换参数。
PDF3 years ago
CVPR通过精确几何特征提高 Deepfakes 检测的效率与健壮性
LRNet 是一种有效且鲁棒的检测 Deepfakes 视频的框架，通过对精确几何特征的时间建模来挖掘深度伪造视频的时间特征，并对其进行有效利用，相较于以往的方法更轻量级且更易于训练，在高度压缩或噪声受损的情况下依然具有鲁棒性。
PDF3 years ago
HDNET：利用高清地图进行三维物体检测
本文表明，高清地图提供了强有力的先验知识，可以提高现代三维物体探测器的效能和稳健性。为此，我们设计了一种从高清地图提取几何和语义特征的单级探测器，并提出了一个地图预测模块，可以从原始 LiDAR 数据中实时估计地图。我们在 KITTI 数据
PDF4 years ago
使用多邻域图卷积的 2D-3D 几何融合网络用于 RGB-D 室内场景分类
提出了一种 2D-3D 融合策略，将 3D 几何特征和 2D 纹理特征相结合，实现场景分类任务中的多模态融合，并通过多领域图卷积和最近体素池化等策略提高性能。实验结果表明，该方法在 RGB-D 室内场景分类任务中优于当前的技术水平。
PDF4 years ago
ECCVCAD-Deform: 将 CAD 模型可变形拟合至 3D 扫描数据
本研究通过引入 CAD-Deform 方法，提出了一种新的非刚性变形模型，实现了对从 3D 扫描中检索到的 CAD 模型的非刚性变形以达到更紧密的拟合效果，并在保持 CAD 模型高质量表面特性的同时，显著提高了扫描到的 CAD 模型的匹配度
PDF4 years ago
深度特征保持点云滤波法中的法向估计
该研究提出了一种新的基于特征保留的法线估计方法来过滤点云，并通过实验证明其在去除噪点和保留几何特征方面的效果优于现有法线估计方法和点云过滤技术。
PDF4 years ago
AAAI高阶残差网络用于光场超分辨率
本文提出了一种高阶残差网络，通过学习光场数据的几何特征对其进行重建，可有效减少非 Lambertian 和遮挡区域的伪影。实验结果表明，该方法在定量和视觉评估上均优于最先进的单图像或 LF 重建方法。
PDF4 years ago
CVPR神经轮廓：从 3D 形状中学习绘制线条
此论文介绍了一种从 3D 模型生成线描的学习方法。在大量的众包比较中进行训练，实验证明该方法在绘制线描方面比现有技术取得了显著的进步，生成的线描与经验丰富的人类艺术家的作品相当。
PDF4 years ago
ScanRefer: 使用自然语言在 RGB-D 扫描中进行 3D 物体定位
本研究提出了通过自然语言描述在 RGB-D 扫描中进行 3D 对象定位的方法 ScanRefer，使用 3D 对象提取和编码的句子嵌入来学习融合描述符，将语言表达与几何特征进行相关性建模，可以实现目标对象的 3D 边界框的回归。同时还构建了
PDF5 years ago
ZerNet: 通过 Zernike 本地切空间估计在任意曲面上使用卷积神经网络
本文提出了使用正交基函数 Zernike 多项式在二维流形上扩展卷积神经网络的新方法，用于对几何特征进行编码和数学量化，并实现了 CNN 基本构建块的数学推广。
PDF6 years ago