scannet dataset | BriefGPT - AI 论文速递

关键词scannet dataset

搜索结果 - 10

SAM3D: 三维场景中物体分割
SAM3D 是一个创新的框架，通过利用 RGB 图像中的 Segment-Anything 模型而无需进一步训练或微调，能够在 3D 点云中预测掩模，首先预测具有 SAM 的 RGB 图像的分割掩模，然后将 2D 掩模投影到 3D 点中。最
PDFa year ago
ECCVMonteBoxFinder: 检测和过滤基元以适应嘈杂的点云
MonteBoxFinder 是一种优化算法，能够从嘈杂的输入点云中检测到 cuboids，并被证明在 ScanNet 数据集上更高效和精准。
PDF2 years ago
CVPRPlanarRecon：基于单目视频的实时 3D 平面检测与重建
PlanarRecon 是一种基于神经网络的新框架，通过在视频中逐渐检测 3D 平面，实现了对场景的全局连贯检测与重构，并在 ScanNet 数据集上取得了最新的最优性能。
PDF2 years ago
CVPR使用曼哈顿世界假设的神经三维场景重建
本论文提出一种基于内隐神经表示的重建方法，将平面约束融合到多视角立体方法的深度图估计中，并在 2D 语义分割网络预测的墙和地面区域采用平面约束来规范几何形状。该方法在 ScanNet 数据集上的实验表明，与以前的方法相比，在 3D 重建质量
PDF2 years ago
CVPR神经部分先验：学习优化基于部分的 RGB-D 扫描物体完成
提出了利用大规模合成数据集和神经部件先验（NPP）来学习 3D 物体的几何部件先验，该方法能够在测试时对现实世界的扫描 3D 场景进行鲁棒的部件分解，同时适应观察到的真实几何形状，并在由相似几何对象组成的场景中实现全局优化。在 ScanNe
PDF2 years ago
CVPR3D 场景理解的蒙特卡罗场景搜索
本论文探讨了如何利用通用 AI 算法进行 3D 场景理解来减少训练数据的需求，并提出了一种修改的蒙特卡洛树搜索算法，以从嘈杂的 RGB-D 扫描中检索对象和房间布局。在 ScanNet 数据集上应用本算法可以得到比一些手动注释更好的配置。
PDF3 years ago
CVPR从视频学习时空一致性以提高语义分割
利用无监督学习深度、自我运动和相机内在参数，通过在视频帧之间施加三维几何和时间一致性，从而提高单图像语义分割性能。
PDF4 years ago
CVPR基于多路径区域挖掘的弱监督 3D 空间点云语义分割
本研究提出了一种利用弱标签预测三维点云中点级结果的方法，使用分类网络训练生成伪点级标签，再使用点级伪标签以全监督方式训练点云分割网络，实验结果在 ScanNet 数据集上证明了该方法的有效性。
PDF4 years ago
使用渲染比较实现从单一视角获取的一般三维室内布局
本文提出一种解决单视角条件下房间（墙壁，地板，天花板）的三维布局重建问题的新方法，使用离群点检测和优化方法，在处理布局中的遮挡时提高了重建的准确性，同时创建了扫描网数据集以便对方法进行数量化评价。
PDF4 years ago
带有结构感知损失函数的 3D 图嵌入学习在点云语义实例分割中的应用
本论文提出了一种新的 3D 语义实例分割方法，利用子流形稀疏卷积网络同时生成语义预测和实例嵌入，通过结构感知的损失函数和基于关注度的 k 最近邻算法获取区分嵌入，加入图卷积网络以获取精细嵌入并输出语义和实例预测，实验结果表明该方法在 Sca
PDF5 years ago