object occlusion | BriefGPT

关键词object occlusion

搜索结果 - 7

MonoMAE：通过深度感知掩蔽自编码器增强单目 3D 检测
利用具有遮罩的自编码器实现了单目三维物体检测，通过遮罩和重建特征空间中的物体来解决物体遮挡的问题，并学习到了丰富的三维表示，具有出色的检测性能和泛化能力。
PDF2 months ago
混合排序：在线多目标跟踪中的弱线索重要性
多目标跟踪 (MOT) 任务可以通过添加弱线索来解决目标遮挡和聚类问题，并在多个追踪器上展现出了明显和持续的改进。
PDFa year ago
Mesh-SORT: 简单有效的基于位置的跟踪器与遗失管理策略
本研究提出了一种基于子区域识别及匹配策略的 Mesh-SORT 多目标跟踪器，在 MOT17 数据集中相比基线实现了 3% 的分裂、7.2% 的标识符切换和 0.4% 的 MOTA 改进，适用于跟踪目标包括在复杂环境中的场景。
PDFa year ago
基于相对定位映射的在线多行人跟踪 RLM-Tracking
本文提出了一种新的多目标跟踪器，包含 “相对位置映射（RLM）” 模型和 “目标区域密度（TRD）” 模型，以提高对象追踪的准确性，并在 MOT17 和 MOT20 数据集上得到了显著提升。
PDF2 years ago
CVPR基于分割的 6D 物体姿态估计
本文提出一种基于分割的 6D 姿态估计框架，使用关键点检测获取局部姿态预测，并根据置信度预测将这些姿态候选融合成可靠的 3D-to-2D 对应关系，从而在多个低纹理物体相互遮挡的情况下获得最优姿态估计，其采用简单且高效的架构实现实时性能。
PDF6 years ago
通过视角辨别网络学习区分性三维形状表示
本文提出了一种基于深度学习的网络 - 视图识别网络（View Discerning Network），使用一个得分生成单元来评估 3D 形状上各个投影图像的质量，并加权以提高 3D 形状识别的效果，分别通过多通道得分单元和局部得分单元来评估
PDF6 years ago
目标检测的点链接网络
使用深度卷积神经网络实现了基于点和连接线的物体包围框表示方法 Point Linking Network（PLN），相比现有算法更具鲁棒性，可以应对物体遮挡、比例和长宽比等变化，且在多个基准测试数据集上均取得了最先进的单模型、单尺度检测结果
PDF7 years ago