rgb image | BriefGPT - AI 论文速递

关键词rgb image

搜索结果 - 28

FastPoseCNN：实时单目类别级姿态和尺寸估计框架
该研究论文的主要目标是开发一个在实时中给出单一 RGB 图像的看不见物体的姿态和尺寸估计框架。
PDF18 days ago
Human 3Diffusion：透过明确的 3D 一致性扩散模型实现逼真的头像创作
通过构建新的模型，通过将 2D 扩散模型和 3D 重建模型进行紧密耦合，我们可以从单个 RGB 图像中创建逼真的头像，并实现几何和外观上的高保真度。
PDF22 days ago
LightOctree：轻量级三维空间一致性室内照明估计
我们提出了一种轻量级的解决方案，用于从单个 RGB 图像估计室内灯光的空间一致性。我们引入了一个统一的、基于体素八叉树的光照估计框架，以生成 3D 空间一致的照明。此外，我们提出了一个可微的体素八叉树锥追踪渲染层，用于消除整个过程中的常规体
PDF3 months ago
实时全面的未知状态机器人姿态估计
通过单个 RGB 图像进行实时机器人姿态估计的端到端流程，无需已知机器人状态，并达到了领先水平的 12 倍速度提升。
PDF5 months ago
AAAISGNet: 基于梯度频率感知的结构引导网络用于深度图超分辨率
我们提出了结构引导网络 (SGNet)，该网络利用梯度和频率域捕捉高频结构，包括梯度校准模块 (GCM) 和频率感知模块 (FAM)，通过实验证明我们的 SGNet 在真实和合成数据集上具有优越性能。
PDF7 months ago
低样本目标学习：互斥偏差
该论文介绍了与互斥偏见相关的低样本物体学习（LSME），这是对幼儿在学习单词过程中普遍观察到的现象的首次计算建模。我们提供了一个新颖的数据集、全面的基线和一种最先进的方法，以便机器学习社区可以应对这个具有挑战性的学习任务。LSME 的目标是
PDF7 months ago
HACD：单目手持物体重建的手部感知条件扩散
通过使用概率点云去噪扩散模型，我们提出了一种面向单眼手持物体重建的手感知条件扩散方法（HACD），该方法通过手 - 物体交互的语义和几何角度进行建模，通过手顶点先验将部分去噪点云的质心偏移限制在一个范围内，并通过增强局部特征投影的稳定性和精
PDF7 months ago
ConRad: 基于图像约束的辐射场 3D 生成
我们提出了一种从单个 RGB 图像中重构 3D 物体的新方法，该方法利用最新的图像生成模型推断隐藏的 3D 结构，同时保持对输入图像的忠实。
PDF8 months ago
基于 RGB 图像的机器人抓取检测的模块化抗噪声深度学习网络
通过使用单个 RGB 图像进行模块化学习网络来检测抓取姿势，本研究提出了一种有趣的方法，适用于配备平板夹具的机器人，不仅识别可抓取的物体，还将先前的抓取分析与语义分割融合，从而提高抓取检测精度，并且在处理模糊和嘈杂的视觉情况时表现出弹性，通
PDF8 months ago
一种无需深度图的全息三维内容生成新方法
使用深度学习方法，通过输入 RGB 图像估计深度图并顺序生成计算机生成全息图，从而克服仅提供 RGB 颜色数据的情况下，生成比竞争模型更准确的体积全息图。
PDF9 months ago
ICCV分布对齐扩散的人体网格恢复
通过扩散过程恢复人体网格，以解决深度模糊和自遮挡问题，并提出注入特定输入分布信息的分布对齐技术（DAT），通过简化网格恢复任务提供有用的先验知识。
PDF10 months ago
CVPR采样至关重要：基于点引导的 3D 人类网格重建
本文提出了一种基于简单的特征采样方案的 3D 人体网格重建方法，该方案利用嵌入空间中的点作为引导，有助于模型更集中地关注 2D 空间中的与网格相关性的特征，进而重建出自然的人体姿态，并且应用渐进的注意屏蔽机制来精确估计网格之间的局部交互。
PDFa year ago
一种基于距离几何的方法，用于从 RGB 图像恢复机器人关节角度
提出了一种利用单个 RGB 图像来检索机器人手臂的关节角度的新方法，该方法基于运动规划和控制算法所需的准确联合角度数据的收集，将机器人运动与物理空间中的距离几何表示联系起来，利用机器人的运动学模型训练一个浅层神经网络来预测结构关键点间的距离
PDFa year ago
ECCV世界上这张图片是在哪里？基于 Transformer 的野外地理定位
本文提出了 TransLocator，这是一种基于双分支 Transformer 网络的方法，使用单一 RGB 图像和其语义分割图像进行地理定位和场景识别的多任务学习，其在四个基准数据集上均获得了比现有方法高的准确度。
PDF2 years ago
SemAttNet: 基于注意力的语义感知引导深度完成
本文提出一种新的三支架构解决深度补全问题，其中包括颜色导向的、语义导向的和深度导向的分支；同时使用基于多模态注意力融合的方法来融合三支架构，从 RGB 图像、稀疏深度图和语义图中预测出密集深度图。经过广泛的实验证明，在 KITTI 深度补全
PDF2 years ago
单幅 RGB 帧的基于语义关键点的姿态估算
该论文提出了一种从单个 RGB 图像中估计物体连续 6-DoF 姿态的方法，该方法结合了经卷积网络预测的语义关键点和可变形的形状模型，同时采用了半自动数据生成技术来训练可学习组件，在实验中该方法达到了与现有技术相当的结果。
PDF2 years ago
ECCVPyNET-CA: 用于端到端移动图像信号处理的增强型带通道注意力的 PyNET
本论文提出了一种移动端 ISP 深度学习算法 PyNET-CA，它可以基于 RAW 数据实现从 RAW 到 RGB 的图像重建，并在 AIM 2020 学习智能手机 ISP 挑战中展示了其性能。
PDF3 years ago
ECCVSMAP: 单镜头多人绝对三维姿态估计
使用 2.5D 表示法并通过深度感知的算法进行部分关联，实现了单视图下从 RGB 图像中恢复出多人具有绝对尺度的 3D 姿态，该方法在 CMU Panoptic 和 MuPoTS-3D 数据集上达到了最新的技术水平，适用于野外视频。
PDF4 years ago
PoseLifter：从单个嘈杂的 2D 人体姿势获取绝对 3D 人体姿势提升网络
提出一种新的网络 (PoseLifter)，可以将 2D 人体姿势提升为绝对 3D 姿势，并通过合成真实误差分布的 2D 姿势，应用于公共数据集，取得了最先进的 2D 到 3D 姿态提升和 3D 人体姿态估计结果。
PDF5 years ago
ICCV单张 RGB 图像的 3D 多人姿态估计之基于相机距离的自顶向下方法
本文提出了一种全面的基于学习的、视野距离感知的自顶向下的方法，用于从单个 RGB 图像中估计多人的 3D 姿态，并通过人体检测、3D 人体根位置定位和相对根姿态估计模块，实现了与最先进单人 3D 姿态估计模型可相媲美的结果，同时也比公开数据
PDF5 years ago