surface normal estimation | BriefGPT

关键词surface normal estimation

搜索结果 - 14

StableNormal：降低扩散变异性以实现稳定且清晰的法线
该研究论文介绍了一种从单目彩色输入（图像和视频）中高精度地估计表面法线的方法，通过降低推理方差，改善扩散过程中的随机性，使用粗到精的策略获得可靠的初始估计，并通过语义引导的细化过程恢复几何细节。该方法在各类标准数据集和相关任务中实现了优异的
PDF10 days ago
Metric3D v2: 用于零样本度量深度和表面法线估计的多功能单目几何基础模型
通过提出一个几何基础模型 Metric3D v2 来实现从单张图像中进行零样本度量深度与表面法线估计，解决了度量 3D 恢复中的度量深度与表面法线估计方面的问题，并实现了对不同设置相机的图片的零样本泛化。
PDF3 months ago
CVPR重新思考表面法线估计的归纳偏差
利用感知偏置进行表面法线估计，采用像素级射线方向并学习邻近表面法线之间的相对旋转关系，可以在任意分辨率和长宽比的复杂野外图像中生成鲜明但分段平滑的预测，且该方法具有较强的泛化能力，即使训练数据集规模比最先进的 ViT 模型小几个数量级。
PDF4 months ago
基于 Transformer 的表面法向量估计
使用 Transformer 从带有噪声和密度变化的点云中准确预测法线，在合成形状数据集 PCPNet 和真实世界室内场景数据集 SceneNN 上实现了最先进的性能，表现出更强的抗噪性和显著更快的推理速度，同时证明了现有工作中的复杂手工设
PDF6 months ago
基于脉冲神经网络的偏振事件形状提取
此论文研究了使用脉冲神经网络（SNNs）进行事件驱动的极化形状测量，提出了单时间步和多时间步的脉冲 UNets 模型，以有效和高效地估计表面法向量。结果显示，我们的模型在估计表面法线方面与最先进的人工神经网络（ANNs）性能相当，并具有更优
PDF6 months ago
RFTrans: 借助透明物体的折射流推断进行表面法线估计与操作
该研究介绍了一种名为 RFTrans 的基于 RGB-D 的透明物体表面法线估计和操作方法，利用折射流作为中间表示，有效解决了 RGB-D 相机在透明物体几何测量方面的问题，并可用于实现直接的仿真到实际应用的转化。实验结果表明，通过合成数据
PDF7 months ago
TSP-Transformer：基于任务特定提示的增强 Transformer 用于全局场景理解
我们提出了一种任务特定提示变压器（TSP-Transformer），用于全面理解场景，通过引入任务特定的提示，以实现任务特定的表示学习。实验结果表明，我们的方法在全面理解场景方面达到了最先进的性能。
PDF8 months ago
ECCV偏振三维重建的视角相位角模型
本文提出一种适用于透视相机的透视相角模型，可以更精确地描述极化相位角和表面法线之间的关系，对于表面法线估计更加准确。
PDF2 years ago
ICCV表面法向估计中的随机不确定性评估和利用
本文提出的新型网络方法能够识别出单个图像中的表面法线概率分布，通过使用不确定性引导的抽样技术减少数据集倾斜，并显著提高预测的准确性与精细度。
PDF3 years ago
ICCV基于 Transformer 的注意力网络用于连续像素智能预测
本文提出的 TransDepth 是一种结合了卷积神经网络和 Transformers 的像素预测模型，使用基于门的注意力机制避免了网络对局部细节的损失，并在三个具有挑战性的数据集上取得了最先进的性能。
PDF3 years ago
CVPR深度迭代表面法线估计
该研究提出了一种基于图神经网络和自适应各向异性核的表面法线估计算法，不需要任何手动特征或预处理，优于现有深度学习方法，在保留尖锐特征和空间等变性的同时，速度和参数效率均为同类算法的两个数量级。
PDF5 years ago
CVPR球面回归：学习 n - 球面上的视点、表面法线和 3D 旋转
本研究提出了一种新的球面回归方法，能够解决计算机视觉中的连续输出问题，特别是视角估计、表面法线估计和三维旋转估计等问题。
PDF5 years ago
基于分层 RGB-D 融合的深度表面法线估计
本论文提出了一种基于 RGB-D 图像的表面法向估计的分层融合网络和自适应特征再加权，设计了混合多尺度损失函数来学习准确的法向估计，实验证明了该方法在场景理解中的有效性。
PDF5 years ago
使用共同的多尺度卷积结构预测深度，表面法线和语义标签
本文提出了一个利用多尺度卷积神经网络实现计算机视觉中深度预测、表面法线估计和语义标签等任务的方法，并在各项任务的基准测试中实现了最优表现。
PDF10 years ago