基于BlockNeRF的大场景规模化神经视图合成
为了在大场景中应用神经辐射场(NeRF)模型,文章提出将大型场景分解为相互重叠的子场景 (block....
双目视觉经典视差优化算法:Fast Bilateral-Space Stereo
事实上,这些指标都在强调视差图在视差方向上的准确性,却没有怎么强调视差图与原图之间的贴合性——或者说....
通过机器视觉对PCB焊点缺陷检测的应用方案
现代焊接的能量来源有很多种,包括气体焰、电弧、激光、电子束、摩擦和超声波等,随着工业的发展和科技的不....
基于深度学习的焊接焊点缺陷检测
深度学习主要包含卷积神经网络和Faster R-CNN两种网络模型,通过利用算法模型自动学习的特点,....
基于YOLO算法实现钢筋数量的智能盘点
建筑工地在钢筋成车来料时,需要人工清点数量,然后才能开展后续工作,不仅效率低,而且增加运营成本。....
如何直接建立2D图像中的像素和3D点云中的点之间的对应关系
准确描述和检测 2D 和 3D 关键点对于建立跨图像和点云的对应关系至关重要。尽管已经提出了大量基于....
基于SupSLAM的视觉惯性SLAM方法
近年来,使用机器学习技术进行特征提取的基于调制解调器特征的SLAM越来越受到关注,并有望在几乎所有机....
一种R3LIVE++的LiDAR惯性视觉融合框架
R3LIVE++ 由实时运行的 LiDAR 惯性里程计 (LIO) 和视觉惯性里程计 (VIO) 组....
特征点提取器ORBextractor详解
后面计算的是特征点主方向上的描述子,计算过程中要将特征点周围像素旋转到主方向上,因此计算一个半径为1....
一种基于Transform的神经网络架构
光流估计任务要求输出逐像素位移场f: R2→R2,将源图像的每个二维位置x∈R2 Is映射到目标图像....
多目标跟踪在计算机视觉中的重要性
目标跟踪是计算机视觉中非常重要的任务之一。它刚好在目标检测之后出现。为了完成目标跟踪任务,首先需要将....
一个全新的无监督不需要明确物体种类的实例分割算法
这个问题也可以被解读于:我们如何通过对现实世界中的部分信息来进行训练学习,实现对激光点云中的实例物体....
通过RepSurf点云结构实现多项任务SOTA
大多数先前的工作通过坐标表示点云的形状。然而,直接利用坐标描述局部几何是不充分的。在本文中,我们提出....
基于几何单目3D目标检测的密集几何约束深度估计器
基于几何的单目3D目标检测通过2D-3D投影约束估计目标的位置。具体来说,网络预测目标的尺寸(),旋....
三轴加速度计、陀螺仪和磁力计的应用原理
三轴加速度计是一种惯性传感器,能够测量物体的比力,即去掉重力后的整体加速度或者单位质量上作用的非引力....
使用IMU与轮速计传感器进行雷达数据的运动畸变校正
轮速计就是安装在电机上的编码器,通过电机旋转的圈数来计算机器人所走过的距离与角度,在ROS中称为Od....
UrbanScene3D大型数据集平台用于研究城市场景感知和重建
本次导读论文提出了一个用于研究城市场景感知和重建的大型数据平台UrbanScene3D。该数据集包含....
基于金字塔的激光雷达和摄像头深度融合网络
自动驾驶汽车的鲁棒环境感知是一项巨大的挑战,这使得多传感器配置与例如相机、激光雷达和雷达至关重要。在....
基于全局特征的自顶向下分类的混合锚系统
车道检测是自动驾驶和高级驾驶辅助系统(ADAS)的基本组成部分,用于识别和定位道路上的车道标记。虽然....
基于金字塔特征融合与全局上下文注意模块实现完全自动缺陷检测
缺陷检测是工业产品处理中的一项重要任务。当前,已经有很多基于计算机视觉技术的检测方法成功应用于工业领....
LT-mapper系统的原理和实现应用分析
(1) LT-SLAM, 在LT-SLAM模块中,Kim团队利用multi-session SL....
LINS算法的框架与代码分析
LINS是以滤波为主的IMU、激光雷达紧耦合的激光SLAM算法。该算法的主要创新点就是用以 IESK....
基于几何特征的杆状物提取方法
鲁棒、精确的定位是移动自主系统的基本要求。交通标志、电线杆、路灯等类似杆子的物体,由于其独特的局部性....
谷歌多模态大模型PaLI研究神经网络
语言和视觉任务的建模中,更大的神经网络模型能获得更好的结果,几乎已经是共识。在语言方面,T5、GPT....