BriefGPT.xyz
大模型
Ask
alpha
关键词
urban scene understanding
搜索结果 - 4
基于因子图的点云 3D 多目标跟踪
本文提出了基于高斯混合模型和因子图框架的非线性最小二乘优化,用于处理三维空间中多个移动物体的跟踪问题,并展示了在 KITTI 跟踪数据集上实验的表现。
PDF
4 years ago
Toronto-3D:一个用于城市道路语义分割的大规模移动激光雷达数据集
本文介绍了由移动激光扫描系统在加拿大多伦多获取的大型城市室外点云数据集 Toronto-3D,覆盖约 1 公里的点云,包含大约 7830 万个点,共有 8 个标记的物体类别,通过基准实验进行语义分割,结果表明该数据集可以有效地训练深度学习模
→
PDF
4 years ago
ECCV
标签驱动的域自适应语义分割重建
该研究提出了一种新的框架来缓解图像翻译偏差问题并将不同领域的特征对齐,该框架通过对目标到源的翻译和从预测标签中重构源和目标图像来实现。实验结果表明,该方法在从合成到真实的城市场景理解中具有良好的效果。
PDF
4 years ago
带有空间先验的卷积补丁网络用于道路检测和城市场景理解
本文介绍了用于图像补丁分类的卷积补丁网络,并展示了如何将补丁的空间信息作为网络输入以学习空间先验知识,从而应用于道路检测和城市场景理解,成为 KITTI 和 LabelMeFacade 数据集上最先进的方法之一,同时为需要训练 CNs 的人
→
PDF
9 years ago
Prev
Next