keypoint detector | BriefGPT

关键词keypoint detector

搜索结果 - 8

CVPRDeDoDe v2：分析和改进 DeDoDe 关键点检测器
本文改进了 DeDoDe 关键点检测器，解决了聚类问题、数据扩增敏感性和评估难题，并将改进后的 DeDoDe v2 与原始描述符进行评估，显著提高了姿态估计结果。
PDF3 months ago
KDD-LOAM：基于联合学习的关键点检测器和描述符辅助 LiDAR 里程计和地图构建
稀疏关键点匹配改善了点云配准的效率和稳健性。该研究提出了一种基于多任务全卷积网络和概率检测损失的紧密耦合的关键点检测器和描述子 (TCKDD)，并通过自监督学习实现描述子的全面自适应及关键点检测器的优化。在室内和室外数据集上的大量实验证明，
PDF9 months ago
ECCV视网膜图像匹配的半监督关键点检测与描述符
本文提出了一种全新的称为 “SuperRetina” 的端对端论文匹配方法，它是第一个具有可共同训练关键点检测器和描述符的方法。该算法是处于半监督状态下进行训练。经过多项测试，得出该算法的性能表现优秀。
PDF2 years ago
CVPR从点云到多目标三维重建
本文提出了一种从单一 RGB 图像中检测和重构多个 3D 物体的方法，通过逐步优化检测、对齐和形状重构，选择最佳的几个候选形状，并采用轻量化的重构技术进行快速、端到端的训练。
PDF4 years ago
RSKDD-Net：基于随机采样的关键点检测器与描述子
该论文提出了一种基于随机采样和弱监督学习的点云配准方法，使用随机抽样方法选择关键点，提出一种新的随机扩张聚类策略和注意机制来解决自然信息损失，同时进一步提出了匹配损失训练该方法，实验结果表明该方法在两个大规模数据集上取得了最先进的性能，比现
PDF4 years ago
PRNet: 针对局部到局部注册的自监督学习
本论文提出了一种名为 PRNet 的简单、灵活和通用的框架，用于部分到部分的点云配准，它使用深度神经网络处理对齐和部分匹配问题的非凸性，并且 PRNet 适用于部分到部分的配准，并在合成数据上优于 PointNetLK、DCP 和非学习方法
PDF5 years ago
多视角配准监督
本论文提出一个半监督学习框架，利用多视图图像流训练关键点检测器，以弥补有限标注数据的不足。作者使用多视图几何和视觉跟踪的互补关系提供三种监督信号，使用未标记的数据训练网络，证明其优于 DeepLabCut 等现有的关键点检测器，特别适用于猴
PDF6 years ago
MONET: 多视角半监督极线分歧关键点检测
本文提出了一种半监督学习框架 MONET，用于使用多视图图像流检测关键点，在具有挑战性的获取大规模标注数据的非人类物种中，我们考虑使用多视图几何可用于自监督非标记数据，通过制定称为极线离散度的新的可微分表示来解决表示不匹配，并使用立体校正来
PDF6 years ago