rgb-d | BriefGPT - AI 论文速递

关键词rgb-d

搜索结果 - 36

ECCV基于交叉模态权重网络的 RGB-D 显著性目标检测
本研究提出一种跨模型加权策略（CMW），采用三个 RGB - 深度交互模块（CMW-L、CMW-M 和 CMW-H）来分别处理低、中、高级别跨模式融合信息，并使用深度到 RGB 加权（DW）和 RGB 到 RGB 加权（RW）来允许由不同网
PDF4 years ago
TSDM：基于 SiamRPN ++ 的跟踪器，包含深度修正器和掩码生成器
本文提出了一个名为 TSDM 的 RGB-D 跟踪器，该跟踪器通过使用深度信息提高了目标检测的效果，并在 Princeton Tracking Benchmark 和 Visual Object Tracking Challenge 测试中
PDF4 years ago
ECCV如何追踪你的龙：用于实时 RGB-D 6-DOF 物体姿态跟踪的多重关注框架
提出一种新颖的多关注卷积架构，通过整合多个并行的软空间关注模块到多任务 CNN 架构中，来解决实时 RGB-D 6D 对象姿态跟踪问题，并考虑对象 3D 模型和姿态空间的特殊几何属性，使用更复杂的数据增强方法进行训练，实验证明该架构有效性得
PDF4 years ago
DPANet：深度潜力感知门控注意力网络用于 RGB-D 显着性目标检测
本文提出了一种名为 DPANet 的新型网络，通过引入深度潜力感知，有效地整合交叉模态互补性并解决 RGB-D 显着目标检测中的污染效应问题，并利用带门控调节器的门控多模式注意力模块从交叉模态的角度捕获长距离依赖关系，并在 8 个数据集上与
PDF4 years ago
基于光流的动态稠密 RGB-D SLAM 系统 FlowFusion
研究使用光流残差技术实现动态语义感知的 RGB-D 环境下的 SLAM，同时实现动静分割、相机运动估计和静态背景重建。实验证明该方法在动态和静态环境中都比现有的方法具有更高的精度和效率。
PDF4 years ago
基于深度信息的实时 RGB-D 语义分割融合网络，并结合道路图像中预警障碍物检测
本文提出了一种名为 RFNet 的实时融合语义分割网络，该网络可在自动驾驶汽车应用中快速运行，利用多个数据集进行训练，实现对意外小障碍的识别和面对现实世界中未预见到的危险，达到了显著的分割精度和 22Hz 推理速度。
PDF4 years ago
CVPR混合表示下的极端相对姿态网络
本文介绍了一种新的 RGB-D 相对位姿估计方法，该方法适用于小重叠或非重叠扫描，并且可以输出多个相对位姿。该方法执行场景补全和匹配补全的扫描。
PDF5 years ago
使用 RGB-D 或深度图像的锥体 VoxNet 3D 物体检测
本文介绍了一种基于 3D 点云的新型 RGB-D 物体检测系统，其中，我们使用体素化技术来提高对象的分辨率，并使用管道技术提高效率，在 SUN RGB-D 数据集上实现了与最先进技术相当的检测结果，并取得了 2 倍的加速效果。
PDF5 years ago
重构 RGB-D 显著性物体检测：模型、数据集和大规模基准测试
本文通过提出新的 SIP 数据集和 D3Net 模型，填补了 RGB-D 信息在人类活动场景中突出对象检测方面的空白，并比较了 32 个模型，在 7 个数据集上评估了 18 个部分，超过了先前任何竞争者的表现，为该领域的研究提供了强有力的模
PDF5 years ago
CVPR针对室内 RGB-D 重建的几何和纹理的高效基于平面的优化
我们提出了一种基于平面基元的 RGB-D 室内场景重建新方法，通过适应平面构建整个场景的低多边形网格，保留原始场景的几何细节和锐利特征并生成清晰的面纹理，相较于现有方法更有效的从 RGB-D 数据生成纹理网格。
PDF5 years ago
ECCVPlaneMatch：用于强健的 RGB-D 重建的平面共线性预测
介绍了一种用于检测 SLAM 重建中共面表面的新型 RGB-D 补丁描述符，该方法的核心是一个深度卷积神经网络，它接受图像中平面贴片的 RGB、深度和法线信息，并输出可用于从其他图像中找到共平面贴片的描述符。我们在 1000 万个共面和非共
PDF6 years ago
MM室内场景标记的多模态循环神经网络与信息传递层
提出了一种新的多模态递归神经网络方法 (Multimodal RNNs) 用于 RGB-D 场景语义分割，它同时优化两个递归神经网络模型的训练，各自从自己以及另外一个模型的传递模式中学习特征，以提取相关的跨模态信息特征，实现了在 RGB 和
PDF6 years ago
RGB-D 行动识别的深度聚合网络协同训练
提出了一种利用多种异构源中的联合信息的新型深度神经网络训练范式。具体来说，在基于 RGB-D 的动作识别任务中，它会在 RGB 视觉特征和深度特征上合作训练单个卷积神经网络（命名为 c-ConvNet），并深度聚合这两种特征进行动作认证。
PDF7 years ago
基于深度和边缘信息的准确 RGB-D 指尖检测的双流卷积神经网络
本研究提出了一种基于两流 CNN 和慢融合策略的 RGB-D 指尖检测算法，实验结果表明此算法对于人机交互有着较高的精度。
PDF8 years ago
ORB-SLAM2: 一个适用于单目相机、立体相机与 RGB-D 相机的开源 SLAM 系统
ORB-SLAM2 是一个用于单目、双目以及 RGB-D 相机的完整的 SLAM 系统，包括地图重用、回环闭合和重定位能力，利用纯视觉观测、双目视觉观测和 RGB-D 相机，在各种环境下都能实时工作。其基于捆绑调整的后端可以在实现度规尺度精
PDF8 years ago
边缘保护和多尺度上下文神经网络用于显著目标检测
本研究提出了一种新的神经网络，用于保护边缘和多尺度语境下的显著对象检测。该框架旨在解决现有的基于 CNN 的方法存在的两个限制：区域 CNN 方法缺乏足够的上下文来准确定位显著对象，而基于像素的 CNN 方法由于卷积和池化层的存在而具有模糊
PDF8 years ago