搜索歷史

清空
搜索熱詞
      0
      • 聊天消息
      • 系統(tǒng)消息
      • 評論與回復(fù)
      VIP于 到期 續(xù)費
      登錄后你可以
      • 下載海量資料
      • 學習在線課程
      • 觀看技術(shù)視頻
      • 寫文章/發(fā)帖/加入社區(qū)
      會員中心
      創(chuàng)作中心
      發(fā)布
      創(chuàng)作活動

      完善資料讓更多小伙伴認識你，還能領(lǐng)取20積分哦，立即完善>

      3天內(nèi)不再提示

      3D視覺工坊

      文章：432 被閱讀：66.9w 粉絲數(shù)：22 關(guān)注數(shù)：0 點贊數(shù)：3

      廣告

      全面總結(jié)動態(tài)NeRF

      1. 摘要 神經(jīng)輻射場（NeRF）是一種新穎的隱式方法，可以實現(xiàn)高分辨率的三維重建和表示。在首次提出....
      的頭像 3D視覺工坊 發(fā)表于 11-14 16:48 ?339次閱讀
      全面總結(jié)動態(tài)NeRF

      機器人沒有度量信息如何導(dǎo)航

      機器人能否像人類一樣利用有限的度量和空間信息進行導(dǎo)航呢？目前，大多數(shù)機器人的導(dǎo)航系統(tǒng)依賴于詳細的幾何....
      的頭像 3D視覺工坊 發(fā)表于 11-13 10:51 ?429次閱讀
      機器人沒有度量信息如何導(dǎo)航

      最新圖優(yōu)化框架,全面提升SLAM定位精度

      同時定位與地圖構(gòu)建（SLAM）是一項關(guān)鍵技術(shù)，允許移動機器人在部分或完全未知的環(huán)境中自主導(dǎo)航。它包括....
      的頭像 3D視覺工坊 發(fā)表于 11-12 11:26 ?361次閱讀
      最新圖優(yōu)化框架,全面提升SLAM定位精度

      如何設(shè)定機器人語義地圖的細粒度級別

      0. 這篇文章干了啥？ 機器人學中的一個基本問題是創(chuàng)建機器人觀察到的場景的有用地圖表示，其中有用性由....
      的頭像 3D視覺工坊 發(fā)表于 11-12 10:54 ?316次閱讀
      如何設(shè)定機器人語義地圖的細粒度級別

      MG-SLAM：融合結(jié)構(gòu)化線特征優(yōu)化高斯SLAM算法

      同步定位與地圖構(gòu)建 (SLAM) 是計算機視覺中的一個基本問題，旨在在同時跟蹤相機姿勢的同時對環(huán)境進....
      的頭像 3D視覺工坊 發(fā)表于 11-11 16:17 ?305次閱讀
      MG-SLAM：融合結(jié)構(gòu)化線特征優(yōu)化高斯SLAM算法

      為何無人機領(lǐng)域廣泛采用PX4作為核心控制平臺

      在眾多無人機類型中，四旋翼因其具備垂直起降、穩(wěn)定性強、結(jié)構(gòu)相對簡單等特點而得到廣泛應(yīng)用。目前，無論是....
      的頭像 3D視覺工坊 發(fā)表于 11-08 09:41 ?518次閱讀
      為何無人機領(lǐng)域廣泛采用PX4作為核心控制平臺

      一種提升無人機小物體跟蹤精度的方法

      這篇文章提出了一種新穎的目標跟蹤方法SFTrack，針對無人機(UAV)視頻中的獨特挑戰(zhàn)，采用了三種....
      的頭像 3D視覺工坊 發(fā)表于 11-01 10:23 ?231次閱讀
      一種提升無人機小物體跟蹤精度的方法

      什么是具身智能？它有什么用？

      還是各類具身智能產(chǎn)品，如李飛飛的 Voxposer、谷歌的 RT1 和 RT2、谷歌的 RTX、字節(jié)....
      的頭像 3D視覺工坊 發(fā)表于 11-01 10:19 ?574次閱讀
      什么是具身智能？它有什么用？

      基于旋轉(zhuǎn)平移解耦框架的視覺慣性初始化方法

      精確和魯棒的初始化對于視覺慣性里程計(VIO)至關(guān)重要，因為不良的初始化會嚴重降低姿態(tài)精度。
      的頭像 3D視覺工坊 發(fā)表于 11-01 10:16 ?350次閱讀
      基于旋轉(zhuǎn)平移解耦框架的視覺慣性初始化方法

      基于深度學習的三維點云分類方法

      近年來，點云表示已成為計算機視覺領(lǐng)域的研究熱點之一，并廣泛應(yīng)用于自動駕駛、虛擬現(xiàn)實、機器人等許多領(lǐng)域....
      的頭像 3D視覺工坊 發(fā)表于 10-29 09:43 ?454次閱讀
      基于深度學習的三維點云分類方法

      一種全新開源SfM框架MASt3R

      運動恢復(fù)結(jié)構(gòu)（SfM）是計算機視覺領(lǐng)域一個長期存在的問題，旨在根據(jù)每個相機拍攝的圖像來估計場景的3D....
      的頭像 3D視覺工坊 發(fā)表于 10-28 14:13 ?581次閱讀
      一種全新開源SfM框架MASt3R

      Pytorch深度學習訓練的方法

      掌握這 17 種方法，用最省力的方式，加速你的 Pytorch 深度學習訓練。
      的頭像 3D視覺工坊 發(fā)表于 10-28 14:05 ?211次閱讀
      Pytorch深度學習訓練的方法

      使用STT全面提升自動駕駛中的多目標跟蹤

      3D多目標跟蹤（3D MOT）在各種機器人應(yīng)用中發(fā)揮著關(guān)鍵作用，例如自動駕駛車輛。為了在駕駛時避免碰....
      的頭像 3D視覺工坊 發(fā)表于 10-28 10:07 ?240次閱讀
      使用STT全面提升自動駕駛中的多目標跟蹤

      一種將NeRFs應(yīng)用于視覺定位任務(wù)的新方法

      視覺定位旨在估計在已知環(huán)境中捕獲的給定圖像的旋轉(zhuǎn)和位置，大致可以分為絕對姿態(tài)回歸（APR），場景坐標....
      的頭像 3D視覺工坊 發(fā)表于 10-28 10:03 ?203次閱讀
      一種將NeRFs應(yīng)用于視覺定位任務(wù)的新方法

      使用語義線索增強局部特征匹配

      視覺匹配是關(guān)鍵計算機視覺任務(wù)中的關(guān)鍵步驟，包括攝像機定位、圖像配準和運動結(jié)構(gòu)。目前最有效的匹配關(guān)鍵點....
      的頭像 3D視覺工坊 發(fā)表于 10-28 09:57 ?236次閱讀
      使用語義線索增強局部特征匹配

      擴散模型的理論基礎(chǔ)

      擴散模型的迅速崛起是過去幾年機器學習領(lǐng)域最大的發(fā)展之一。在這本簡單易懂的指南中，學習你需要知道的關(guān)于....
      的頭像 3D視覺工坊 發(fā)表于 10-28 09:30 ?379次閱讀
      擴散模型的理論基礎(chǔ)

      常用的RGB-D SLAM解決方案

      BundleFusion是一種稠密的實時室內(nèi)場景三維重建算法框架。輸入為RGB-D相機采集的并且是對....
      的頭像 3D視覺工坊 發(fā)表于 04-16 09:37 ?1015次閱讀
      常用的RGB-D SLAM解決方案

      小于50ms！IEEE'24最新，高效低延遲UVA檢測系統(tǒng)！

      這篇文章的基本原理是利用事件驅(qū)動的視覺傳感器（DVS）和傳統(tǒng)的RGB攝像頭相結(jié)合，實現(xiàn)在邊緣設(shè)備上實....
      的頭像 3D視覺工坊 發(fā)表于 04-13 12:15 ?912次閱讀
      小于50ms！IEEE'24最新，高效低延遲UVA檢測系統(tǒng)！

      CVPR'24 Highlight！跟蹤3D空間中的一切！

      為了使用三維運動先驗正則化估計的三維軌跡，模型另外預(yù)測了每條軌跡的剛性嵌入，這使能夠軟地分組表現(xiàn)出相....
      的頭像 3D視覺工坊 發(fā)表于 04-13 12:12 ?1246次閱讀
      CVPR'24 Highlight！跟蹤3D空間中的一切！

      什么是SLAM？基于3D高斯輻射場的SLAM優(yōu)勢分析

      基于NeRF的SLAM算法采用全局地圖和圖像重建損失函數(shù)，通過可微分渲染捕獲稠密的光度信息，具有高保....
      的頭像 3D視覺工坊 發(fā)表于 04-01 12:44 ?732次閱讀

      百度開源DETRs在實時目標檢測中勝過YOLOs

      這篇論文介紹了一種名為RT-DETR的實時檢測Transformer，是第一個實時端到端目標檢測器。
      的頭像 3D視覺工坊 發(fā)表于 03-06 09:24 ?1575次閱讀
      百度開源DETRs在實時目標檢測中勝過YOLOs

      基于Transformer模型的壓縮方法

      基于Transformer架構(gòu)的大型模型在人工智能領(lǐng)域中發(fā)揮著日益重要的作用，特別是在自然語言處理（....
      的頭像 3D視覺工坊 發(fā)表于 02-22 16:27 ?653次閱讀
      基于Transformer模型的壓縮方法

      基于深度學習的方法在處理3D點云進行缺陷分類應(yīng)用

      背景部分介紹了3D點云應(yīng)用領(lǐng)域中公開可訪問的數(shù)據(jù)集的重要性，這些數(shù)據(jù)集對于分析和比較各種模型至關(guān)重要....
      的頭像 3D視覺工坊 發(fā)表于 02-22 16:16 ?1145次閱讀
      基于深度學習的方法在處理3D點云進行缺陷分類應(yīng)用

      基于PX4實現(xiàn)的四旋翼建模與控制

      控制模塊可以分為控制邏輯和控制算法兩大部分，邏輯用于處理各種輸入輸出的選擇、切換等，算法是輸入輸出具....
      的頭像 3D視覺工坊 發(fā)表于 02-20 10:43 ?576次閱讀
      基于PX4實現(xiàn)的四旋翼建模與控制

      助力移動機器人下游任務(wù)！Mobile-Seed用于聯(lián)合語義分割和邊界檢測

      精確、快速地劃定清晰的邊界和魯棒的語義對于許多下游機器人任務(wù)至關(guān)重要，例如機器人抓取和操作、實時語義....
      的頭像 3D視覺工坊 發(fā)表于 02-20 10:30 ?910次閱讀
      助力移動機器人下游任務(wù)！Mobile-Seed用于聯(lián)合語義分割和邊界檢測

      基于NeRF/Gaussian的全新SLAM算法

      基于NeRF的SLAM算法采用全局地圖和圖像重建損失函數(shù)，通過可微分渲染捕獲稠密的光度信息，具有高保....
      的頭像 3D視覺工坊 發(fā)表于 01-26 10:48 ?654次閱讀
      基于NeRF/Gaussian的全新SLAM算法

      探索ICLR‘24 Spotlight中的首個十億級別3D通用大模型

      Uni3D在少樣本點云部件分割任務(wù)上也展示出了卓越的性能。下表結(jié)果顯示，在各種實驗條件下，Uni3D....
      的頭像 3D視覺工坊 發(fā)表于 01-25 10:10 ?500次閱讀
      探索ICLR‘24 Spotlight中的首個十億級別3D通用大模型

      MS-DETR和其他SOTA方法的對比

      混合監(jiān)督會產(chǎn)生比基線更低的一對一損失。x軸對應(yīng)epoch，y軸對應(yīng)一對一監(jiān)督的訓練損失。虛線和實線分....
      的頭像 3D視覺工坊 發(fā)表于 01-23 14:14 ?572次閱讀
      MS-DETR和其他SOTA方法的對比

      15倍加速！SuperCluster：最強3D點云全景分割！

      S3DIS Area 5的大規(guī)模全景分割結(jié)果，共有9.2 M個點( 78M預(yù)采樣)和1863個真實"....
      的頭像 3D視覺工坊 發(fā)表于 01-22 14:03 ?654次閱讀
      15倍加速！SuperCluster：最強3D點云全景分割！

      自動駕駛領(lǐng)域的數(shù)據(jù)集匯總

      發(fā)自動駕駛論文哪少的了數(shù)據(jù)集，今天筆者將為大家推薦一篇最新的綜述，總結(jié)了200多個自動駕駛領(lǐng)域的數(shù)據(jù)....
      的頭像 3D視覺工坊 發(fā)表于 01-19 10:48 ?1007次閱讀
      自動駕駛領(lǐng)域的數(shù)據(jù)集匯總