keypoint detection | BriefGPT

关键词keypoint detection

搜索结果 - 59

ICML使用可微持久同调的无标度图像关键点
介绍了一种基于 Morse 理论和持续同调的新颖方法，该方法在计算机视觉中应用于特征检测，具有竞争性的关键点可重复性和理论上鲁棒性的方法。
PDFa month ago
一种自监督方法用于大鼠图像的身体部位分割与关键点检测
通过计算机视觉方法和深度神经网络，本文提出了一种能够解决个体组件识别、关键点检测和行为分析的系统，并且不受对象遮挡的影响，从而摆脱了对实验室动物手动标注的需求。
PDF2 months ago
利用基于深度学习的关键点预测增强视频运动转换应用的带宽效率
我们提出了一个基于深度学习的新型预测框架，用于增强视频应用中的带宽减少，例如视频会议、虚拟现实游戏和患者健康监测的隐私保护。通过使用学习到的关键点及其局部仿射变换来表示动态对象，我们使用第一阶段运动模型（FOMM）对复杂运动进行建模。关键点
PDF3 months ago
自监督压力图人体关键点检测方法：在数据集之间优化泛化和计算效率
该研究提出了一种新颖的自监督压力图关键点检测（SPMKD）方法，通过 Encoder-Fuser-Decoder 模型和 Classification-to-Regression Weight Transfer 方法，在不需要手动注释的情况
PDF4 months ago
不变形还是变形：基于无监督关键点检测的新辅助化疗乳腺动态对比增强磁共振成像的治疗感知纵向配准
通过无监督关键点检测和选择性体积保持的有条件金字塔式注册网络，我们提出了一种用于评估新辅助化疗（NAC）后乳腺 DCE-MRI 的长期变形注册，以精确量化肿瘤变化。在这种方法中，我们从 DCE-MRI 中提取结构和异常关键点，将结构关键点应
PDF5 months ago
AAAISHaRPose：稀疏高分辨率人体姿态估计
提出了使用动态转换模型的稀疏高分辨率表示来进行人体姿势估计的框架 SHaRPose，并通过实验证明了其优越性能。
PDF6 months ago
利用放射维度特征分析进行自动 MRI 关键点检测：优化图形应用
利用基于放射学特征的关键点检测方法，本研究证明了在图神经网络中的关键点在改进配准过程中的解剖学意义，并展示了图神经网络在图像匹配方面的卓越性能，为拓展图神经网络在图像分类、分割和配准等多个应用领域铺平了道路。
PDF7 months ago
回归 3D：基于反投影的 2D 特征的少样本 3D 关键点检测
探索基础模型在 3D 形状的关键点检测任务中的应用，通过将大型预训练 2D 视觉模型的特征反投影到 3D 形状并利用它们来获取富含语义信息的稳健 3D 特征，然后使用关键点候选优化模块匹配形状上的关键点分布，该方法在 KeyPointNet
PDF7 months ago
使用深度关键点检测和点云进行番茄果梗节点的三维姿态估计
通过使用 RGB-D 相机数据，本文提出了一种基于关键点检测的方法，用于估计植物叶梗节点的三维姿态，为收获番茄束提供了必要的信息。该方法在商业温室中进行了全面评估，结果表明在物体检测、关键点检测和三维姿态估计方面具有高准确性。此外，该方法对
PDF8 months ago
TAMPAR：邮政供应链中包裹物的视觉篡改检测
通过关键点检测和变化检测，我们提出了一种检测供应链内包裹篡改的方法，使用单个 RGB 图像与现有数据库中的参考图像进行比较，识别可能指示篡改的外观变化，并在供应链内的包裹表面匹配中降低问题复杂性。
PDF8 months ago
UniPose: 检测任意关键点
该研究提出了一个名为 UniPose 的统一框架，通过视觉或文本提示实现对人体、动物、刚性和柔性物体的关键点检测，以实现细粒度视觉理解和操作。
PDF9 months ago
SKoPe3D: 交通监控摄像机中的车辆关键点感知的合成数据集
智能交通系统革新了现代道路基础设施，车辆检测、车辆姿态估计、关键点检测以及 SKoPe3D 数据集的应用有望推动智能交通领域的发展。
PDF10 months ago
学习检测关键点以改善可变形对象的匹配
我们提出了一种新颖的学习关键点检测方法，用于增加非刚性图像对应任务中正确匹配数目。通过利用使用指定描述符提取器匹配注释图像对获得的真实对应关系，我们训练了一个端到端的卷积神经网络（CNN）来寻找更适合所考虑描述符的关键点位置。为此，我们对图
PDF10 months ago
DeDoDe: 本地特征匹配中的检测，不是描述 - 描述，不是检测
基于 3D 连续性，我们通过从大规模 SfM 中训练探测器来直接学习关键点，并且通过分离的网络最大化互相最近邻目标来训练描述符。结果表明，我们的方法 DeDoDe 在多个几何基准测试中取得了显著的增益。
PDFa year ago
ChartDETR：一种用于视觉图表识别的多形状检测网络
基于 Transformer 的多形状检测器 ChartDETR 通过在正则形状的角点定位关键点来重建单个图表图像中的多个数据元素，从而在一次预测中预测所有数据元素的形状，不需要进一步的后处理，有效地检测不同形状的数据元素，并在多个数据集上
PDFa year ago
SpaDen：用于真实世界图表理解的稀疏和密集关键点估计
我们提出了一种新的自底向上方法，用于提取图表数据。我们的模型利用图表的图像作为输入，并学习检测关键点（KP），用于重建绘图区域内的组件。我们的创新在于检测连续和离散 KP 的融合，作为预测热图。我们应用了一种稀疏和密集的像素目标组合，结合了
PDFa year ago
SyMFM6D：针对多视角 6D 物体姿态估计的对称感知多方向融合
该论文介绍了一种新的对物体进行 6D 姿态估计的方法，其中使用了多视角深度网络、预定义关键点、实例语义分割等技术，特别考虑了对称物体的问题，相对于现有技术有很大的提升。
PDFa year ago
GoalieNet：一种用于冰球守门员、装备和球门联合姿态估计的多阶段网络
本研究提出了一个名为 GoalieNet 的多阶段深度神经网络，可用于联合估计门将，他们的装备和球网的关键点检测，实验结果表明所提出的 GoalieNet 可以在所有关键点上实现 84％的平均准确性，其中 29 个关键点中的 22 个关键点
PDFa year ago
肺部气管和血管的拓扑修复：基线和数据集
提出一种基于深度学习的后处理方法，通过关键点检测任务修复肺部管状结构的连接性问题，解决当前深度学习方法在肺部病理诊断中的实用性问题。新的肺部树修复数据集（PTR）包括 800 个完整的三维肺部结构模型，可公开获取。
PDFa year ago
CVPR鱼眼和透视图像自监督兴趣点检测和描述
本文通过自监督学习的方法针对鱼眼和投影图像混合的情况，研究关键点检测和匹配问题，提出了一种训练兴趣点检测器和描述符网络的方法，并证明了目前的方法不是最优解，提出的方法是最有效的。
PDFa year ago