首页
学习
活动
专区
工具
TVP
发布

点云PCL

专栏作者
509
文章
720194
阅读量
171
订阅数
鱼眼摄像头畸变校正方法概述
文章:A COMPREHENSIVE OVERVIEW OF FISH-EYE CAMERA DISTORTION CORRECTION METHODS
点云PCL博主
2024-01-17
2920
SLAMANTIC - 利用语义信息来改进在动态环境中的视觉定位与地图构建
文章:SLAMANTIC - Leveraging Semantics to Improve VSLAM in Dynamic Environments
点云PCL博主
2023-09-11
2170
深度学习入门之pytorch环境安装
上周花了半天时间在Windows下安装pytorch库,这里记录了参考博客和踩坑过程,我也不知道我能坚持多久,但我想通过记录的方式让这个过程更有趣,更有意义,期待朋友们的一起分享,理论课程固然重要,但实践出真知,所以还是先配置环境,并运行一些实例激发我们的兴趣吧!
点云PCL博主
2023-08-21
2020
AI赋能智能交通“车路协同”场景,实现“聪明的车、智慧的路”!
车路协同,即利用5G等车载网络传感器与高精度地图的紧密配合获知路况,全方位实时车车、车路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路的有效协同,保证交通安全,提高通行效率,从而形成安全、高效和环保的道路交通系统,车路协同已经成为智慧交通规划中的重要组成部分。
点云PCL博主
2022-12-27
1.3K0
FEC:用于点云分割的快速欧几里德聚类方法
文章:FEC: Fast Euclidean Clustering for Point Cloud Segmentation
点云PCL博主
2022-12-27
1.4K0
关注专栏作者,随时接收最新技术干货
SuperLine3D:基于自监督的激光雷达点云线分割与描述子计算方法
文章:SuperLine3D: Self-supervised Line Segmentation and Description for LiDAR Point Cloud
点云PCL博主
2022-09-13
7990
高速场景下自动驾驶车辆定位方法综述
文章:A Survey of Localization Methods for Autonomous Vehicles in Highway Scenarios
点云PCL博主
2022-09-13
7020
用于三维点云语义分割的标注工具和城市数据集
文章:Annotation Tool and Urban Dataset for 3D Point Cloud Semantic Segmentation
点云PCL博主
2022-04-06
1.9K0
自动驾驶中的三维目标检测综述
文章:3D Object Detection for Autonomous Driving: A Survey
点云PCL博主
2022-02-10
1.6K0
Toronto-3D:用于城市道路语义分割的大规模移动激光雷达数据集
文章:Toronto-3D: A Large-scale Mobile LiDAR Dataset for Semantic Segmentation of Urban Roadways
点云PCL博主
2022-02-10
7890
代码开源!在大型户外环境中基于路标的视觉语义SLAM
标题:Visual Semantic SLAM with Landmarks for Large-Scale Outdoor Environment
点云PCL博主
2021-03-24
2.1K0
2021最新关于点云配准的全面综述
本文仅做学术分享,如有侵权,请联系删除。欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈。内容如有错误欢迎评论留言,未经允许请勿转载!
点云PCL博主
2021-03-24
4.9K0
基于深度学习的高精地图的自动生成与标注
文章:Automatic Building and Labeling of HD Maps with Deep Learning
点云PCL博主
2020-11-11
1.5K0
三维点云语义分割总览
三维点云分割既需要了解全局几何结构,又需要了解每个点的细粒度细节。根据分割粒度的不同,三维点云分割方法可以分为三类:语义分割(场景级)、实例分割(对象级)和部分分割(部分级)。
点云PCL博主
2020-09-24
2.3K0
2020CV秋招求职的若干思考
知乎上对算法岗的提问逐渐从“饱和”、““神仙打架”、“诸神黄昏”到“灰飞烟灭”,甚至预订了明年的“车毁人亡”(https://www.zhihu.com/question/409409134/answer/1367920384)
点云PCL博主
2020-09-22
7110
Open3d 学习计划—10(KDTree)
Open3D是一个开源库,支持快速开发和处理3D数据。Open3D在c++和Python中公开了一组精心选择的数据结构和算法。后端是高度优化的,并且是为并行化而设置的。
点云PCL博主
2020-08-21
1.9K0
自动驾驶中车辆的如何使用点云定位?
标题:Review on 3D Lidar Localization for Autonomous Driving Cars
点云PCL博主
2020-08-20
2.9K0
【点云论文速读】基于YOLO和K-Means的图像与点云三维目标检测方法
标题:3D Object Detection Method Based on YOLO and K-Means for Image and Point Clouds
点云PCL博主
2020-08-10
1.9K0
点云深度学习的Pytorch框架
这是3D 点云的深度学习框架,提供常见的点云分析方法的一种通用深度学习模型。它主要依赖Pytorch Geometric和Facebook Hydra。该框架能够以最小的代价和极大的可重复性来构建精简而复杂的模型。目标是建立一个工具,用于对SOTA模型进行基准测试,同时允许研究者们有效地研究点云分析,最终目标是建立可应用于实际应用的模型。
点云PCL博主
2020-05-21
1.4K0
SLAM综述(3)-视觉与惯导,视觉与深度学习SLAM
视觉SLAM的稳定性是一项技术挑战。因为基于单目的视觉SLAM需要初始化、尺度的不确定性和尺度漂移等问题[1]。尽管立体相机和RGB-D相机可以解决初始化和缩放的问题,但也存在一些不容忽视的问题,如运动速度快、视角小、计算量大、遮挡、特征丢失、动态场景和光照变换等。针对以上这些问题传感器的融合方案逐渐流行起来,IMU与相机融合的视觉里程计成为研究热点。
点云PCL博主
2020-05-19
2.7K0
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