rgb-d images | BriefGPT - AI 论文速递

关键词rgb-d images

搜索结果 - 42

利用开放词汇的实例分割实现无监督全景重建
从场景的 RGB-D 图像中，我们提出了一种零样本全景重建方法，该方法利用开放词汇实例分割并利用密集广义特征传播部分标签和构建 3D 实例图进行关联来解决场景的全景分割和实例关联挑战。
PDF3 days ago
HouseCrafter：使用 2D 扩散模型将平面图提升为 3D 场景
HouseCrafter 使用 2D 扩散模型生成与全景平面图一致的多视角 RGB-D 图像，从而重建高质量的 3D 室内场景。
PDF6 days ago
CVPR基于 RGB-D 和惯性场景流的相机运动估计
该研究介绍了一种新的相机运动估计方法，通过场景流集成 RGB-D 图像和惯性数据，旨在在刚性三维环境中准确估计相机运动和惯性测量单元（IMU）状态。通过对合成数据和真实数据进行评估，结果显示这两个传感器的融合相比仅使用视觉数据具有更高的相机
PDF2 months ago
MVD-Fusion: 单视角 3D 通过深度一致的多视角生成
通过对多视角一致的 RGB-D 图像进行生成建模，我们提出了 MVD-Fusion：一种用于通过单视角推理 3D 的方法。
PDF3 months ago
通过新型立体视角从高斯点云实现的曲面重建
从高斯图形点渲染模型进行表面重构的方法能够产生更准确、更详细的重建结果，并且相较于其他方法，其计算时间更短。
PDF3 months ago
CVPRIPoD: 使用点扩散进行隐含场学习，从单个 RGB-D 图像进行可推广的三维物体重建
通过结合隐式场学习和点扩散，IPoD 方法在 3D 对象重建方面取得了优越性能，对动态适应目标对象形状以及提高精细细节刻画能力起到了积极作用。在 CO3D-v2 和 MVImgNet 数据集上的实验结果验证了 IPoD 方法在 F 分数和
PDF3 months ago
ANIM：从单个 RGB-D 图像准确重建人类模型的神经隐式模型
通过引入深度观察来重建任意 3D 人体形状的 ANIM 方法，在生成具有精确度的 3D 人体表面方面，优于使用 RGB、表面法线、点云或 RGB-D 数据的最新方法。
PDF4 months ago
MatchU：从 RGB-D 图像中匹配未见物体的 6D 姿态估计
通过融合 2D 纹理和 3D 几何线索的通用方法 MatchU 实现了对未见过的物体的 6D 位姿估计，并通过编码面向位姿的几何结构和融合 RGB 信息的注意力机制来解决模糊关联问题，无需昂贵的重新训练或渲染，在准确性和速度方面超过了所有现
PDF4 months ago
MoD-SLAM：无边界三维场景重建的单目稠密地图生成
MoD-SLAM 是一种基于神经网络的单目稠密建图方法，通过使用单目深度估计来优化场景重建，并利用闭环检测来更新相机姿态，实现实时在无边界场景中进行全局姿态优化和三维重建。与以往神经网络建图方法相比，我们的方法更加稳健、可扩展和多功能，在大
PDF5 months ago
通过多模态交互和池化注意力优化 RGB-D 语义分割
提出了一种利用 RGB 和深度模态之间互动协同作用的多模态交互与池化注意网络（MIPANet）来优化室内场景中 RGB-D 语义分割的方法，通过多模态交互与融合模块 (MIM) 和池化注意模块 (PAM) 的引入，有效改善了 RGB-D 语
PDF7 months ago
3DFusion，基于实例分割流数据的实时 3D 物体重建流水线
该论文介绍了一个实时分割和重构系统，利用 RGB-D 图像生成准确而详细的物体三维模型，可以应用于增强 / 虚拟现实、室内设计、城市规划、道路辅助和安全系统等领域。通过采样连续帧以减少网络负载并确保重构质量，采用多进程 SLAM 管道实现并
PDF8 months ago
使用遗传算法的密集视觉里程计
本研究通过使用基于遗传算法的迭代遗传算法来估计以静态场景中的 RGB-D 图像为基础的移动机器人或移动物体上的头部摄像机运动，并通过与传统方法以及另一种元启发式方法的均方根误差比较来证明了该算法的高效性。
PDF8 months ago
从 RGB-D 数据中重构带有遮挡的 3D 人体姿势
通过对场景信息和先前知识进行建模，我们提出了一种新的方法来从 RGB-D 图像中重建带有遮挡的 3D 人体，通过建模可能的姿势空间并使用深度数据约束可见身体部分，我们的方法在 PROX 数据集上的实验结果表明，与其他方法相比，能够产生更准确
PDF9 months ago
基于视觉观察的机器人卸货的强化学习方法
我们提出了一个基于深度强化学习的分层控制器结构，通过使用 RGB-D 图像作为主要输入源，学习自主卸货任务，从而解决了获取标记数据困难的问题。实验证明，这种结构在提高学习性能方面起到了重要作用，并为未来的研究提供了一个可复现性和基准。
PDF10 months ago
基于金字塔深度融合网络的 RGB-D 图像双手重建
本文提出了一种综合使用 RGB-D 图像、深度学习网络以及多层融合策略的手部姿态估计方法，模型能通过 GCN-based 解码器来恢复精细的手部 3D 网格结构，在多项公共数据集上的性能表现优于其他已有方法。
PDFa year ago
实现可伸缩的几何和材料多视角重建
本文提出了一种新方法，通过使用点光源的移动手持捕捉系统，联合恢复无法被固定采集设备捕获的超物体尺度的三维场景的相机姿势，对象几何和空间变化双向反射分布函数，并引入分布式优化算法进行重构
PDFa year ago
CVPR基于柔性向量旋转表示的六维物体类别姿态估计
本文提出了一种新型的基于 3D 图卷积的流水线，用于从单目 RGB-D 图像中的分类级别 6D 姿态和尺寸估计。提出的方法利用了高效的 3D 数据增强和新型的基于向量的分解旋转表示。实验结果表明，该流水线在分类级别任务上具有最先进的性能。同
PDF2 years ago
MV6D: 使用深度点投票网络的 RGB-D 框架多视角 6D 位姿估计
提出了一种名为 MV6D 的多视角 6D 姿态估计方法，该方法使用多个视角的 RGB-D 图像，通过 DenseFusion 层融合每个视角的图像，可以精确预测杂乱场景中所有对象的 6D 姿态.
PDF2 years ago
ECCVCompNVS：具备场景补全的新视角综合技术
本研究提出了一种可扩展的框架，用于从具有大部分不完整场景覆盖的 RGB-D 图像中合成新视图。通过一种稀疏网格神经场景表示学习得到的场景分布对未观察到的场景部分进行完成。最终，本方法的图形输出在未观察到的场景部分方面优于现有技术。
PDF2 years ago
IJCAIBiCo-Net: 全局回归，局部匹配，用于强韧的 6D 姿态估计
本研究提出了一种双向对应映射网络 (BiCo-Net)，使用定向点对进行局部匹配，并结合姿态感知信息，生成并优化局部坐标及其法向量，以恢复起源于 RGB-D 图像、被分割成对象实例的物体的 6D 姿态，从而实现克服因严重遮挡和深度图像中的系
PDF2 years ago