scene flow estimation | BriefGPT

关键词scene flow estimation

搜索结果 - 31

CVPRPV-RAFT: 点 - 点云场景流估计的点 - 体素相关场
本文提出一种基于 PV- RAFT 的点云场景流估计方法，采用点 - 体相互关系域、多尺度体素方法来获取点对的依赖关系，并在 FlyingThings3D 和 KITTI Scene Flow 2015 数据集中进行了实验证明其显著优于现有
PDF4 years ago
对抗自监督场景流估计
本文提出一个基于度量学习的自监督场景流估计方法，包括多尺度三元损失和周期一致性损失，使用提出的基准测试 Scene Flow Sandbox 显著提高了自监督场景流估计的性能。
PDF4 years ago
3D 点云场景流的分层注意力学习
本文研究了使用两个连续的三维点云来估计场景流的问题，并提出了一种新的分层神经网络架构和双重注意力方法来精细地估计和监督不同级别的场景流和 LiDAR 位置跟踪。
PDF4 years ago
CVPR自监督单目场景流估计
本文提出的单目场景流（Scene Flow）估计方法基于一个卷积神经网络（CNN），通过充分考虑光流代价体积，成功估算出深度和三维运动。我们采用了自监督学习方法，利用三维损失函数和遮挡推理来提高估计精度。实验结果表明，该方法在单目场景流估计
PDF4 years ago
FlowNet3D++: 深度场景流估计的几何损失
FlowNet3D++ 是一个深度场景流估计网络，通过加入几何约束以及提出点云场景预测的全局密集配准流程，显著优于以前的 FlowNet3D 和 KillingFusion 方法，提高了动态三维重建的精度。
PDF5 years ago
HPLFlowNet：用于大规模点云场景流估计的层次 Permutonedral Lattice FlowNet
本文提出一种基于深度神经网络的全流场估计新架构，可直接对大规模三维点云进行操作，在唯一点云和连续点云之间还原结构信息和融合两者信息，且计算成本较低，在 FlyingThings3D 和 KITTI Scene Flow 2015 数据集上取
PDF5 years ago
CVPR深度刚性实例场景流动
本文提出一种基于深度学习技术和强先验的场景流估计方法，在自动驾驶领域中利用机器人动作和场景中演员的三维运动来优化一个深度结构模型，通过 Gaussian-Newton 求解器的展开来有效地进行能量最小化，实验结果表明，在 KITTI 场景流
PDF5 years ago
ECCV使用通用网络进行视差、光流或场景流估计中的遮挡、运动和深度边界
本文提出了一种基于学习的方法，可以联合估计离散或光流下的遮挡区域，通过估计遮挡和运动边界的线性提升结果，同时提供了基于 KITTI 基准测试的最新网络和良好的通用性能。而通过利用估计的遮挡，我们还展示了运动分割和场景流估计的改进结果。
PDF6 years ago
基于移动相机的动态场景刚性学习与三维运动场估计
本文提出在监督学习的基础上通过学习场景的刚性结构，从两张图片中推断场景对于相机的运动以及产生的 3D 场景流结构，相比于其他 3D 场景流预测方法表现更佳，并提供了半合成动态场景数据集和评估拆分。
PDF6 years ago
场景流估计：一份调查报告
本篇论文首次综述了场景流估计领域，分析和比较了各种方法、技术挑战、评估方法以及性能。该综述按照场景表示、数据来源和计算方案分类算法，并简要比较了每个类别的优缺点。列举了数据集和评估协议，并展示了最具代表性方法的性能。给出未来视野，并提出几个
PDF8 years ago
用于训练卷积神经网络进行视差、光流和场景流估计的大型数据集
本论文提出了使用卷积网络对视差和场景流进行光流估计的方法，并成功构建了三个合成的立体视频数据集，通过对现有网络进行联合培训，实现了首个卷积网络进行场景流估计。
PDF9 years ago