rgb-d | BriefGPT - AI 论文速递

关键词rgb-d

搜索结果 - 36

Intent3D: 基于人的意图的 RGB-D 扫描中的三维物体检测
通过人的意图进行 3D 物体检测是一项新的任务，依赖于人们观察场景、推理目标并提供指示给 AI 系统，本研究提出了基于人的意图的 3D 目标检测方法 IntentNet，并建立了 Intent3D 数据集作为验证基准。
PDFa month ago
点云模型提升机器学习机器人的视觉鲁棒性
通过对 RGB-D 和基于点云的视觉控制策略进行实验，我们发现明确编码点云的策略在可视条件变化下显著更加稳健，同时我们提出的点云世界模型（PCWM）在训练过程中大幅提升样本效率，这些结果表明通过点云对三维场景进行推理可以改善性能、缩短学习时
PDF2 months ago
3D 整体匿名化
提出一种利用三维信息对手术室的多视角 RGB-D 视频记录进行自动化匿名化的新方法，该匿名化方法通过将每个图像中的人脸替换为不同的人脸来保持原始数据分布的一致性，以便进一步的下游任务。
PDF4 months ago
点云的重要性：重新思考不同观测空间对机器人学习的影响
通过在 17 个不同的接触丰富的操作任务上进行广泛实验证明，针对机器人学习中的不同观察空间，特别是 RGB、RGB-D 和点云，点云方法在性能上通常超过 RGB 和 RGB-D，不论是从头开始训练还是利用预训练。此外，研究结果表明，点云观察
PDF5 months ago
一体化：RGB、RGB-D 和 RGB-T 显著目标检测
提供了一个统一解决 RGB、RGB-D 和 RGB-T 三种数据类型的显著目标检测任务的创新模型框架，并基于此框架提出了一个高速高性能的轻量级 SOD 模型 AiOSOD。
PDF7 months ago
基于 RBF 权重的 RGB-D 物体检测超插深卷积
通过使用深度传感器的增强现实设备，我们提出了一种实时的 RGB-D 物体检测模型，其中包括深度引导的超卷积和基于上采样的可训练融合层，提高了从原始深度图中提取深度和彩色图像特征的效率和性能，并在 NYU Depth v2 数据集上表现优于其
PDF9 months ago
KITE: 基于关键点条件的语义操作策略
提出了一个基于 Keypoints + Instructions to Execution (KITE) 的两步框架用于实现语义操作，首先通过 2D 图像关键点将输入指令与视觉场景关联，然后通过学习到的关键点条件技能执行指令，其中 keyp
PDFa year ago
弱监督的 RGB-D 显著目标检测中的互信息正则化
这篇论文介绍了一种通过涂鸦监督实现弱监督 RGB-D 显著性目标检测模型的方法，通过互模态相互信息正则化来改进多模态表示学习，采用了不对称特征提取器和多模态变分自编码器作为随机预测细化技术。作者的方法比传统方法更有效，并且在现有的数据集上取
PDFa year ago
CVPRCPPF: 面向野外环境的稳健类别级别 9D 姿态估计
本文提出了一种新的基于点对特征的类别级别投票方法来实现野外物体的精准、鲁棒和可推广的 9D 姿态估计，并在标准基准测试中证明了该方法与目前现有技术相当。
PDF2 years ago
ICCVShapeConv: 针对室内 RGB-D 语义分割的形状感知卷积层
本文提出了一种新的深度学习卷积方法 ShapeConv，用于处理三维点云数据的语义分割问题，该方法将深度特征分解成形状和基础两个部分进行卷积操作，不仅有效提高了分类的准确性，而且不会增加计算和存储成本。
PDF3 years ago
PR-GCN: 一种带有点细化的深度图卷积网络，用于六维姿态估计
本研究提出了一种图卷积网络和点细化相结合的深度学习方法，并分别引入了 “Point Refinement Network（PRN）” 和 “Multi-Modal Fusion Graph Convolutional Network（MMF
PDF3 years ago
CVPR深度敏感关注和自动多模态融合的 RGB-D 显著性检测
本文提出了一种深度敏感的 RGB 特征建模方案，并使用深度几何先验来实现特征增强和背景分心减少。另外，我们还提出了一种自动架构搜索方法来进行 RGB-D 显着对象检测，取得了比现有技术更好的结果。
PDF3 years ago
Trear: 基于 Transformer 的 RGB-D 自我中心动作识别
本文提出了一种基于 Transformer、RGB-D 数据和自注意力机制的循环视角动作识别框架，该框架优于现有的方法并在两个大型数据集和一个小型数据集上进行了经验证实验。
PDF3 years ago
光场显著性目标检测：综述与基准
这篇论文提供了关于光场显著性检测的全面综述和基准，包括理论介绍、现有文献综述、数据集总结及统计分析、基准模型和未来挑战方向等方面。
PDF4 years ago
搜索多速率和多模态时域增强网络进行手势识别
本文提出了一种基于神经结构搜索的方法来进行 RGB-D 手势识别，该方法包括增强临时表示和优化多采样速率分支与侧向连接，实现了 RGB 和深度模态间和它们的时间动态之间关系的全面探究，并且在三个基准数据集上进行的全面实验证明了其在单 / 多
PDF4 years ago
RGB-D 显著物体检测：综述
本文从各个角度综述了基于 RGB-D 的显著性目标检测模型，并详细回顾了相关基准数据集。此外，我们进行了综合评估，并探讨了未来研究的挑战和方向。
PDF4 years ago
ECCVNormalGAN: 从单个 RGB-D 图像中学习详细的 3D 人类形象
这篇论文提出了一种名为 NormalGAN 的方法，使用对立学习的方式，从单张 RGB-D 图像中重建完整且详细的 3D 人体模型，该方法利用 Normal maps 编码的 3D 表面细节信息能够更好地学习几何细节，其性能优于其他表示方式
PDF4 years ago
ECCV具有隔离 - 聚合门的 RGB-D 语义分割的双向跨模态特征传播
本文提出了一种统一且高效的跨模态引导编码器，通过分离 - 聚合门技术，不仅可以有效地校准 RGB 特征响应，而且可以通过多个阶段和交替聚合两个重新校准的表示来提取准确的深度信息，同时引入双向多步传播策略来提高 RGB-D 语义分割性能.
PDF4 years ago
ECCV跨模态调制与选择的 RGB-D 显著性目标检测
本文提出了一个名为 cmMS block 的模块，结合了 cross-modality feature modulation、adaptive feature selection 和 saliency-guided position-edg
PDF4 years ago
ECCV一种单流网络的鲁棒性和实时性 RGB-D 显著性目标检测
本研究提出一种单流网络，利用深度信息实现早期融合和中期融合之间的引导，解决不同模态之间的不兼容问题，并设计了一种增强深度双重注意力模块（DEDA）和锥形局部注意提取模块（PAFE），以提高实时目标检测的准确性和效率。
PDF4 years ago