首页
学习
活动
专区
工具
TVP
发布

计算机视觉life

专栏作者
115
文章
182399
阅读量
120
订阅数
面试20场,我总结了面试问题及解答!激光+IMU融合定位方向
大家好,我是小6,我们SLAM知识星球里很多小伙伴即将开始实习、求职,为了能够让星球里所有小伙伴能够顺利找到工作,在此号召大家一起对自己曾经参与过的笔试、面试问题进行总结和复盘,既能帮自己梳理知识点,也能和大家一起讨论解题思路和技巧。以下是某位星球朋友的分享,欢迎大家对提出的问题进行补充,回答,讨论。
用户1150922
2022-09-19
7270
必须收藏!双目立体匹配算法:Patch Match Stereo实用详解教程
原文链接:必须收藏!双目立体匹配算法:Patch Match Stereo实用详解教程
用户1150922
2022-09-09
1.2K0
顶级论文创新点怎么找?中国高校首次获CVPR最佳学生论文奖有感
几天前,同济大学公布了一条重磅消息:本校学生陈涵晟获得CVPR2022最佳学生论文奖,这也是CVPR自2001年设立最佳学生论文奖以来,获奖论文的第一作者首次来自中国高校。
用户1150922
2022-09-02
2760
机器人核心技术运动规划:让机器人想去哪就去哪
SLAM知识星球里经常有小伙伴问我,学习了SLAM开源代码后,如何进行导航。星球里我是这样回复的:
用户1150922
2022-05-10
6830
运动规划和SLAM什么关系?
SLAM知识星球里经常有小伙伴问我,学习了SLAM开源代码后,如何进行导航。星球里我是这样回复的:
用户1150922
2022-05-10
6230
谷歌开源的激光SLAM算法Cartographer为什么这么牛X?
一年前,我在公众号“从零开始搭SLAM”里看到了一系列高质量的原创文章,这些文章都是号主李想利用业余时间创作完成的,这些文章循序渐进,带领读者一步步迈入激光SLAM的精彩世界。
用户1150922
2022-05-10
1.2K0
SLAM 深度估计 三维重建 标定 传感器融合
经常有粉丝问视觉/激光/SLAM、三维重建等方向的学习路线,这里我再总结给大家,如下所示:
用户1150922
2022-05-10
1K0
详解深度学习三维重建网络:MVSNet、PatchMatchNet、JDACS-MS
三维重建是指用相机拍摄真实世界的物体、场景,并通过 计算机视觉技术进行处理,从而得到物体的三 维模型。下图就是三维重建重建结果:
用户1150922
2022-05-10
7390
实战 | 手把手教你跑三维重建代码!
原文链接:https://mp.weixin.qq.com/s/VNJGtNFW6kZ-n8mY1yrH0Q
用户1150922
2021-12-07
1.3K0
VSLAM系列原创04讲 | 四叉树实现ORB特征点均匀化分布:原理+代码
https://github.com/electech6/ORB_SLAM2_detailed_comments
用户1150922
2021-12-07
7560
原理+代码详解 | 稠密重建之SGM/tSGM算法
注:本文来自计算机视觉life独家课程 视觉三维重建:原理剖析+逐行代码详解 中的课件及注释代码。
用户1150922
2021-12-07
1.5K0
代码实战 | 用LeGO-LOAM实现地面提取
作者介绍:Zach,移动机器人从业者,热爱移动机器人行业,立志于科技助力美好生活。也是我们课程学员:基于LiDAR的多传感器融合SLAM:LOAM、LeGO-LOAM、LIO-SAM
用户1150922
2021-12-07
4700
代码实战 | 用LeGO-LOAM实现BFS点云聚类和噪点剔除
作者介绍:Zach,移动机器人从业者,热爱移动机器人行业,立志于科技助力美好生活。他也是我们课程学员:基于LiDAR的多传感器融合SLAM:LOAM、LeGO-LOAM、LIO-SAM
用户1150922
2021-12-07
9590
VDO-SLAM :一种动态目标感知的视觉SLAM系统
(VDO-SLAM :A Visual Dynamic Object-aware SLAM System)
用户1150922
2020-09-11
1.6K0
一种有效的平面光束法平差方法
本方法(PBA, Planar Bundle Adjustment)使用点到面的 cost 同时优化深度相机位姿和三维重
用户1150922
2020-09-10
1.1K0
Image-based 3D Object Reconstruction: State-of-the-Art and Trends in the Deep Learning Era
摘要:三维重建是计算机视觉计算机图形学和机器学习等领域几十年来一个不适定问题。从2015年开始使用CNN解决基于图像的三维重建(image-based 3D reconstruction)有了极大的关注并且展示出强大的性能。在新时代的快速发展下,我们提供了这一领域详细的调研。本文章专注于从RGB图像估计三维物体形状的深度学习方法。除此之外我们还回顾了关于特定物体(如人脸)的近期研究。我们一些重要论文性能的分析和比较,总结这一领域的现有问题并讨论未来研究的方向。
用户1150922
2020-09-10
1.9K0
Good Feature Matching: Towards Accurate, Robust VO/VSLAM with Low Latency 良好的特征匹配:实现准确、鲁棒的低延迟VO/VSLA
—在VO或VSLAM系统中保持性能(精确度和鲁棒性)和效率(延迟)的取舍是一个重要的课题。基于特征的系统展现了良好的性能,但由于显式的数据关联有更高的时延;直接和半直接系统低时延,但在一些场景不适用,比基于特征的系统精度低。本论文旨在为基于特征的视觉SLAM提高性能效率,提出了一个主动的地图到图像帧的特征匹配算法:特征匹配和一个需要评分的子矩阵选择联系起来,经过仿真,用Max-logDet矩阵评分有最好的表现。对于实时的适用性,调研了线性时间选择(deterministic selection)和随机加速(randomized acceleration)的组合。本文提出的算法用于了基于特征点的单目和双目SLAM系统。在多个数据集的表现可量化地表明不降低鲁棒性前提下可减少时延。
用户1150922
2020-09-10
6750
GPO:快速、准确地进行单眼SLAM初始化的全局平面优化
初始化对于单目SLAM来说是必须的。本文重点研究了一种基于平面特征的单目SLAM初始化方法。该算法从滑动窗口的单应矩阵估计开始,然后通过全局平面优化(global plane optimization, GPO)获取相机位姿和平面法线。3D点可以通过使用平面约束恢复,无需三角化(or三角测量)。本文提出的方法充分利用了多帧的平面信息,避免了单应矩阵分解中的模糊性。我们在收集来的棋盘数据集上参照基准方法的实现,验证了我们的算法,并进行了广泛的分析。实验结果表明,我们的方法在准确度和实时性两方面都优于调优后的基准方法。
用户1150922
2020-09-09
9170
RadarSLAM: 全天候大场景激光slam
RadarSLAM: Radar based Large-Scale SLAM in ALL Weathers
用户1150922
2020-09-08
7050
EAO-SLAM: Monocular Semi-Dense Object SLAM Based on Ensemble Data Association
EAO-SLAM: Monocular Semi-Dense Object SLAM Based on Ensemble Data Association
用户1150922
2020-09-08
7430
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档