3D的感知技術(shù)及實(shí)踐

3D濾波、噪聲過濾和表面平滑

3D信號(hào)處理——深度圖平滑濾波

3D信號(hào)處理——深度圖的雙邊濾波

3D信號(hào)處理——表面平滑（三角網(wǎng)格表述的曲面）

3D信號(hào)處理——表面平滑

3D信號(hào)處理——離群點(diǎn)過濾

幾何測(cè)量與建模

幾何測(cè)量——表面法向量估計(jì)

幾何測(cè)量——平面提取

3D重建——從離散點(diǎn)云得到光滑曲面

3D重建——ICP點(diǎn)云配準(zhǔn)

3D重建——SDF表面重建

應(yīng)用例子：從稀疏的點(diǎn)云中，構(gòu)造出可以3D打印的模型

3D物體分割、識(shí)別與測(cè)量

應(yīng)用算法流程——3D物體分割、識(shí)別與測(cè)量

應(yīng)用算法流程——靜態(tài)手勢(shì)識(shí)別

應(yīng)用算法流程——人體動(dòng)作識(shí)別

基于神經(jīng)網(wǎng)絡(luò)的3D識(shí)別——兩個(gè)路線方向

基于神經(jīng)網(wǎng)絡(luò)的3D識(shí)別——深度圖作為2D灰度圖使用

基于神經(jīng)網(wǎng)絡(luò)的3D識(shí)別——多視角深度圖神經(jīng)網(wǎng)絡(luò)

基于神經(jīng)網(wǎng)絡(luò)的3D識(shí)別——體像素3D卷積

基于神經(jīng)網(wǎng)絡(luò)的3D識(shí)別——點(diǎn)云神經(jīng)網(wǎng)絡(luò)

圖卷積與神經(jīng)網(wǎng)絡(luò)

? 3D傳感器

不同技術(shù)的特點(diǎn)比較和典型應(yīng)用

? 3D數(shù)據(jù)表示方法

多種3D數(shù)據(jù)的表示方法以及相互轉(zhuǎn)換算法

? 3D數(shù)據(jù)處理

分析實(shí)際的3D傳感器數(shù)據(jù)特性，并介紹不同的處理算法

? 3D幾何測(cè)量與建模

從3D數(shù)據(jù)中提取幾何參數(shù)，用于物體測(cè)量和分析

? 3D物體分割與識(shí)別

靜態(tài)物體的特征提取和統(tǒng)計(jì)分析，利用特征數(shù)據(jù)實(shí)現(xiàn)3D對(duì)象的識(shí)別和分割

? 3D活體檢測(cè)與動(dòng)作識(shí)別

生物特征提取和識(shí)別應(yīng)用

? 高級(jí)算法和數(shù)據(jù)處理

基于3D數(shù)據(jù)的機(jī)器學(xué)習(xí)算法以及更復(fù)雜的底層數(shù)據(jù)處理算法介紹

3D測(cè)量

? 將提供的深度圖數(shù)據(jù)轉(zhuǎn)換成3D點(diǎn)云，識(shí)別其中的立方體并測(cè)量尺寸信息。所處理的數(shù)據(jù)包括靜態(tài)幾何體測(cè)量和運(yùn)動(dòng)物體測(cè)量。需要通過使用學(xué)到的3D數(shù)據(jù)處理算法解決實(shí)際數(shù)據(jù)中的噪聲、圖像畸變等問題

幾何體識(shí)別

? 從提供的深度圖數(shù)據(jù)識(shí)別特定視角或者不同視角下的不同類型的幾何體，并實(shí)現(xiàn)3D點(diǎn)云分割

基于深度圖數(shù)據(jù)的手勢(shì)識(shí)別

? 使用提供的深度圖數(shù)據(jù)，通過3D特征提取，實(shí)現(xiàn)手勢(shì)識(shí)別算法，識(shí)別出指定的靜態(tài)和動(dòng)態(tài)手勢(shì)

? 了解ToF深度相機(jī)、結(jié)構(gòu)光深度相機(jī)、RGB雙目等多種3D傳感器原理

? 掌握深度圖、點(diǎn)云、體像素、kd樹、三角剖分等不同3D數(shù)據(jù)的表示方法和數(shù)據(jù)構(gòu)建算法

? 掌握3D數(shù)據(jù)處理算法，包括坐標(biāo)變換、濾波和過濾、檢索匹配

? 掌握常用的3D數(shù)據(jù)的參數(shù)計(jì)算和體征提取算法，包括平面、直線、曲線、曲面、立方體等3D物體尺寸和位姿參數(shù)估計(jì)

? 了解3D物體識(shí)別、場(chǎng)景分割算法，人體動(dòng)作識(shí)別算法，包括基于統(tǒng)計(jì)參數(shù)的識(shí)別算法和基于神經(jīng)網(wǎng)絡(luò)的分析算法。

來(lái)源：馬少爺

原文標(biāo)題：3D感知技術(shù)及實(shí)踐

文章出處：【微信公眾號(hào)：新機(jī)器視覺】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq