暂无搜索历史
摘要:本综述涵盖了深度学习技术应用到SLAM领域的最新研究成果,重点介绍和总结了深度学习在前端跟踪、后端优化、语义建图和不确定性估计中的研究成果,展望了深度学习...
摘要:道路的路面状况,特别是几何轮廓,对自动驾驶车辆的行驶性能有着巨大影响。基于视觉的在线道路重建技术能够提前获取精确的道路信息,具有很大的潜力。然而,现有的解...
摘要:本文提出了InstantMesh,这是一个用于从单视角图像生成即时3D网格的前馈框架,具有当前非常优秀的生成质量和显著的训练可扩展性。
思路是以给定起点为根节点生成一个最短路径树(SPT)。维护一个包含两个集合的邻接矩阵,
针对实时语义分割任务中需要同时兼顾位置信息和语义信息的问题,提出一种改进特征融合的实时语义分割方法 。该方法由卷积神经网络、轻量级注意力模块(LAM) 和双通道...
随着三维探测技术的发展,点云逐渐成为最常用的三维物体/场景表征的数据类型之一,广泛应用于自动驾驶、虚拟/增强现实、文物修复以及虚拟导览等诸多场景。
NeRF的核心思想是将三维场景建模成一个连续的函数,这个函数可以接收三维空间中的一点以及观察这个点的相机的方向,然后输出该点的颜色和不透明度。这样,通过学习这个...
LiDAR是真实世界三维感知任务的重要传感器之一,但当光学介质中存在水或雪粒子时,这些粒子与激光束相互作用,具体表现为吸收、反射或折射激光束。这种相互作用产生了...
我们介绍了Multi-Robot Connected Fermat Spiral(MCFS),这是一个新颖的算法框架,用于多机器人覆盖路径规划(MCPP),首次...
近年来,随着卷积神经网络[1-2]的提出及其在计算机视觉[3]和自然语言处理[4]等领域的广泛应用,使得深度学习在二维的图像识别[5]、语义分割[6]以及目标检...
在数字仿真技术应用领域,特别是在自动驾驶技术的发展中,目标检测是至关重要的一环,它涉及到对周围环境中物体的感知,为智能装备的决策和规划提供了关键信息。
作者:Haotian Wang,Xiaolong Zhou,Jianyong Li,Zhilun Yang,Linlin Cao
论文地址:https://www.tandfonline.com/doi/full/10.1080/08839514.2023.2254048
2024 年 2 月 21 日,Chien-Yao Wang、I-Hau Yeh 和 Hong-Yuan Mark Liao 发布了“YOLOv9:Learni...
粮食生产需求的增加导致了农业任务所需劳动力的增加。在这一背景下,农业机器人成为满足不断增长的劳动力需求的关键。然而,农业技术绩效的不确定性已成为新技术采用者的主...
针对在移动机器人跟随目标的过程中目标消失的情景,提出了基于视觉跟踪与自主导航的机器人目标跟随系统。将机器人跟随问题分为目标在机器人视野内时的常规跟随和目标消失后...
3D传感器(如激光雷达和深度相机)的普及引起了人们对3D视觉的广泛关注,这些传感器采集的3D数据可以提供丰富的几何结构和尺度细节,这也在许多领域得到了实际应用,...
自动驾驶车辆需要准确地感知和理解周围环境,相比于二维的视觉感知,三维视觉感知提供了更多的信息和更准确的空间建模能力。而点云配准是三维视觉感知中的一项基本问题,在...
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市