CVPR2020 | 已收录文章 | 开源 3D点云处理论文推荐 | 续前文

前文：CVPR2020 | 已收录文章 | 开源 3D数据处理论文推荐 | 未完待续

6、论文名称：UnsupervisedLearning of Intrinsic Structural Representation Points

代码：https://github.com/NolenChen/3DStructurePoints

作者：Nenglun Chen

来源：香港大学

论文简介：

论文提出了一种算法结构，可以学习点云的3D数据结构，该算法可以直接处理3D激光点云数据。

7、论文名称：Pseudo-LiDARfrom Visual Depth Estimation: Bridging the Gap in 3D Object Detection for Autonomous Driving

代码：https://github.com/mileyan/pseudo_lidar.

作者：Yan Wang

来源：康内尔大学

论文简介：

该论文专注解决3D目标检测算法，作者避免使用成本高昂的激光传感器，而是用深度图（来源于双目等）的方法检测3D目标，作者认为基于深度图的3D目标检测算法效果不佳的原因是数据格式问题，所以本文提出了一种将深度图转换成激光数据格式的方法，进行卷积操作提取3D目标。

8、论文名称：FusingWearable IMUs with Multi-View Images for Human Pose Estimation: A Geometric Approach

代码：https://github.com/microsoft/imu-human-pose-estimation-pytorch.

作者：Zhe Zhang

论文来源：东南大学

论文简介：

本文使用可穿戴设备的IMU和多视角的图像数据作为输入，估计人体的当前位姿，该方法在VR或者3D电影领域应该是一个热门话题。论文思路是先从两种传感器上检测出2D的人体姿态，然后对两种姿态进行融合得到3D的人体姿态。通过IMU数据可以加强在某些视角下图像被遮挡的问题，从而提高姿态估计的精度。

9、论文名称：PVN3D: ADeep Point-wise 3D Keypoints Voting Network for 6DoF Pose Estimation

代码：https://github.com/ethnhe/PVN3D.git.

作者：Yisheng He

论文来源：香港科技大学

论文简介：

论文输入（RGBD图像）深度图和单帧图像，使用基于关键点的方法来检测图像的姿态信息。论文提出了一个深度霍夫投票网络来检测物体的三维关键点，然后使用最小二乘拟合来估计6D位姿参数。

10、论文名称：UnrealText: Synthesizing Realistic Scene Text Images from theUnreal World

代码：https://github.com/Jyouhou/UnrealText/

作者：Shangbang Long

论文来源：旷视科技

论文简介：

该论文研究如何通过虚拟数据中文本数据，通过将虚拟场景得到的文本信息转映射真实场景下的数据，从而为当前各种深度学习算法提供充足的训练数据集。论文提出的UnrealText是一个有效的渲染引擎。

精选论文学习分享，实时分享当前热点算法。