rgb-d images | BriefGPT - AI 论文速递

关键词rgb-d images

搜索结果 - 42

AAAI室内三维场景的简单有效合成
研究如何从 1 或多张图像中合成逼真的室内 3D 场景，采用了基于图像的 GAN 来直接映射成高分辨率的 RGB-D 图像，及在 VLN 训练中进行空间干扰以提高成功率。
PDF2 years ago
CVPRUni6D：一种无需投影降解的 6D 姿态估计统一卷积神经网络框架
使用 Uni6D 方法，通过以 extra UV data 毗邻 RGB-D 图像输入和仅一个 CNN 骨干实现统一的 6D 姿态估计，从而解决 1D 深度值在 2D 平面的投影失配问题，并在 YCB - 视频数据集上取得可比的精度和 7.
PDF2 years ago
FaceVerse: 一种来自混合数据集的细粒度和细节可控的 3D 面部可变模型
提出了 FaceVerse，这是一个精细的 3D 神经人脸模型，利用混合的东亚人脸数据集建立，通过基于大规模 RGB-D 图像生成基本参数模型，再利用高保真的 3D 头部扫描模型选用 StyleGAN 结构进行精细调整，同时结合基本属性和面
PDF2 years ago
6D-ViT: 基于变换器的实例表示学习，用于分类级别的 6D 目标姿态估计
本文提出了 6D-ViT，这是一种基于变压器的实例表示学习网络，可用于对 RGB-D 图像进行高准确度的类别级对象姿态估计。通过使用来自 RGB 图像、点云和形状先验的复杂和强大的实例表示进行实验演示，该框架可显著提高现有方法的性能
PDF3 years ago
解耦 3D 原型网络以进行少样本概念学习
本研究提出了一种神经网络架构，将 RGB-D 图像分离为物体的形状和样式以及背景场景的地图，并探索了它们在少样本三维物体检测和少样本概念分类的应用。
PDF4 years ago
级联图神经网络用于 RGB-D 显著物体检测
本文主要介绍了如何运用 Cascade Graph Neural Networks 框架，综合利用颜色和深度两种信息源，以达到更好的 RGB-D 显著目标检测性能。通过采用新颖的 Cascade Graph Reasoning 模块，对两种
PDF4 years ago
SymmetryNet：从单视角 RGB-D 图像中学习预测 3D 形状的对称性（反射对称性和旋转对称性）
本篇研究提出了一种深度神经网络方法，可以从单视角 RGB-D 图像中检测三维物体的反射和旋转对称性，并可以预测其对称轴和对称对应关系，同时具有极强的泛化能力，能够处理不同形状、多重对称以及新物体种类的情况。
PDF4 years ago
ECCVContactPose：一份包含物体接触和手姿态的抓取数据集
介绍了 ContactPose 数据集，它是第一个把手对象接触配对其他数据模态的数据集，并用它来评估接触建模的各种数据表示、文献中的启发式方法和学习方法。
PDF4 years ago
MM利用基于模型的方法和深度 - 彩色图像识别手的 26 自由度
研究了一个基于数据模型的手势识别方法，利用 RGB-D 图像和手模型来实现，并采用粒子群优化算法和 GPU 并行计算来解决高维度空间下的优化问题。该算法性能稳定且快速，处理每帧时间为 0.8 秒。
PDF4 years ago
NodeSLAM: 多视角形状重建的神经物体描述符
通过多类学习对象描述符和新颖的渲染引擎，可以从一个或多个 RGB-D 图像中进行精确和鲁棒的 3D 对象重建，从而实现了多种应用，同时具备联合优化对象姿态和形状以及相机轨迹的能力。
PDF4 years ago
基于弱深度监督的多人绝对三维人体姿态估计
本文提出了一种利用 RGB-D 图像进行弱监督训练的网络，用于多人绝对姿态估计，可缓解缺乏大规模、多样化数据集的问题，并在多个数据集中实现了持续的错误率改进与在 MuPoTS-3D 数据集上的全球领先结果
PDF4 years ago
AAAI基于注意力机制的多模态融合网络用于场景语义补全
本文提出了一种名为 AMFNet 的端到端三维卷积网络，用于从单视图 RGB-D 图像推断出体积三维场景的占用和语义标签。该网络通过融合 2D 语义分割和 3D 语义完成网络的经验以及空间维度的可靠深度线索，学习同时执行有效的 3D 场景完
PDF4 years ago
使用 DSAC 从 RGB 和 RGB-D 图像中进行视觉相机重定位
这篇论文介绍了一种基于学习的系统，可以通过单个输入图像相对于已知环境估计相机的位置和方向，该系统采用了深度神经网络和可完全微分的姿态优化，可以适应不同应用程序，包括使用 RGB-D 或 RGB 图像进行训练，并可以使用环境的三维模型进行训练
PDF4 years ago
基于多模态注意力融合的 RGB - 深度图像语义分割模型
本文提出了一种有效的编码器 - 解码器模型和基于注意力的融合模块，以集成 RGB-Depth 图像的特征，从而提高语义分割的精度和计算效率。实验结果表明，该模型在计算成本和模型大小方面大大超越了现有的最先进模型，并且在准确性方面具有良好的性
PDF5 years ago
MM基于 RGB-D 航空图像的自举卷积神经网络建筑物分割
本文介绍了一种用于提高机器视觉中自动化建筑识别性能的方法，该方法结合了卷积神经网络和 Bootstrapping 技术，只利用原训练数据的六分之一，并在一个航空图像数据集上获得了高达 95.10％的精度 - 召回率平衡。
PDF6 years ago
从多样化数据来源学习人脸形状的三维面部生成
本文提出了一种从多种不同来源学习三维脸部参数模型和三维脸部重建的新方法，通过利用包括扫描的面部数据、野外面部图像和大量的 iPhone X 捕捉的 RGB-D 图像之间的差距，以更多的训练数据为基础，我们可以学习到一个更强大的面模型。
PDF6 years ago
MM基于密集 RGB-D 场景流的基于运动的物体分割
本研究提出了一种基于深度学习的模型，用于估计连续 RGB-D 图像之间的场景流，可以将场景分成多个刚体运动的对象，利用编码和解码阶段，得到了像素级目标中心、运动和旋转估计，并在大规模合成和真实数据集上测试了模型性能。
PDF6 years ago
多物体、多抓取实时检测
本文提出了一种深度学习架构，用于预测机器人操作的适合抓取的位置，通过使用 RGB-D 图像输入的深度神经网络实现对单个或多个对象的多个抓取候选项的预测，实验表明该方法在 Cornell 数据集上表现优于其他方法，在掌握实验中也获得了不错的成
PDF6 years ago
用于开发和基准测试主动视觉的数据集
该论文使用真实影像，聚焦日常室内环境下机器人视觉任务的模拟，构建新的公共数据集。该数据集可用于机器人视觉任务中的物体检测、主动视觉模拟和基于深度学习的强化学习下的下一步动作预测。在使用数据集的过程中，作者发现现有物体检测研究最大的问题是机器
PDF7 years ago
基于 RGB-D 图像的辐射场景分解：场景反射率、照明和几何
通过利用 RGB-D 图像重建场景的几何和同时恢复复杂反射和自然照明的 radiometric 成分，从而对多个未知材料对象进行空间变化的建模，可以实现从 RGB-D 图像中恢复丰富的 radiometric 信息，并展示 RGB-D 传感
PDF8 years ago