DDDDDaemon

LV1
关注了用户

青南

高级数据挖掘工程师@网易游戏,公众号:未闻Code(ID: itskingname)

411 文章0 回答44 关注者
发表了文章

基于测量条件生成模型的压缩感知研究(CS)

预训练发生器由于其能够在先验神经网络之前有效估计信号的能力而被频繁地用于压缩感测(CS)中。为了进一步优化基于NN的先验,我们提出了一个框架,该框架允许生成器学...

DDDDDaemon
发表了文章

自动驾驶中的端对端三维点云语义分割研究(CS)

三维点云语义分割是自动驾驶中的基础任务。已有研究表明,深度神经网络能够在LiDAR和Radar等传感器提供的3D点集上体现良好的标记性能。然而,数据集中类的不平...

DDDDDaemon
发表了文章

基于结构提示的视觉位置识别增强技术(CS)

本文提出采用结构线索来增强基于图像的位置识别。具体来说,这些结构线索是使用SfM方法获得的,因此不需要其他传感器来进行位置识别。该技术通过使用3D CNN增强通...

DDDDDaemon
发表了文章

点云局部聚合描述子研究(CS)

近年来,点云数据处理网络结构进步主要是由于新设计的局部描述子推动。然而,由于网络结构以及实施细节的不同,当前这些描述子对于网络性能的影响尚未有深入研究,同时,大...

DDDDDaemon
发表了文章

基于深度图序列的动作识别深卷积神经网络(CS)

近年来,深度学习方法已在计算机视觉的各个领域中取得了重要的成果。本文提出了一种新的框架,称为层次深度运动图(HDMM)+ 3通道深度卷积神经网络(3ConvNe...

DDDDDaemon
发表了文章

点云配准中自适应损失函数研究(CS)

在本文中提出了一种用于点云配准的自适应损失函数。本文提出的这种用于点云配准的自适应损失函数算法会自动估算传感器的噪声,而这对于推广至不同传感器和环境来说非常重要...

DDDDDaemon
发表了文章

Kaolin:针对3D深度学习研究的PyTorch库(CS)

本文提出了旨在加速3D深度学习研究的PyTorch库Kaolin。Kaolin提供用于有效实现深度学习系统3D模块的区分。该库具有加载和预处理多个流行的3D数据...

DDDDDaemon
发表了文章

基于方向混合模型的鲁棒特征点配准方法(CS)

本文提出了一种鲁棒的概率点配准方法,用于估计两个点云数据集之间的刚性变换(即旋转矩阵和平移向量)。该方法提高了点配准的鲁棒性,因此提高了在点云中存在异常值(由于...

DDDDDaemon
发表了文章

PI-RCNN:一种基于点注意力转化融合模块的多传感器数据3D对象检测方法(CS)

LIDAR点云和RGB图像对于3D对象检测都是极其重要的。如此众多的3D检测算法致力于有效地融合这两种类型的数据。但是,它们基于Birds Eye View(B...

DDDDDaemon
发表了文章

深度单图像处理(CS)

多年来,由于这项任务的受欢迎程度和商业重要性,图像处理吸引了许多研究。已有许多基于深度神经网络的方法用于许多图像处理任务。深度方法的主要问题是需要训练来自与目标...

DDDDDaemon
发表了文章

关于深度神经网络中的随机失活、过度拟合和交互作用的研究(CS)

本文从交互的角度研究了随机失活(Dropout):结合了多个输入变量的学习效果。给定N个变量,存在O(N2)个可能的成对交互作用,O(N3)个可能的三向交互作用...

DDDDDaemon
发表了文章

关于局部更新方法中学习率过大的研究 (CS)

本文研究了一系列本地更新方法,这些算法概括了许多联合学习和元学习算法。本文证明对于二次目标,局部更新方法对精确表征的替代损耗函数执行随机梯度下降。研究表明,函数...

DDDDDaemon
发表了文章

神经网络零空间分析的异常值检测 (CS)

许多机器学习分类系统缺乏能力意识。具体而言,许多系统缺乏识别何时将异常值(例如,不同于训练数据分布且未在训练数据分布中表示的样本)呈现给系统的能力。检测异常值的...

DDDDDaemon
发表了文章

Dragoon:使用延迟测量的IP地理位置高级建模(CS)

IP地理位置是许多应用领域的关键推动力,例如确定攻击源、定向广告和内容分发网络。尽管IP地理定位是一个持续的研究领域在一个十年中,它仍然是一个挑战性的任务,而好...

DDDDDaemon
发表了文章

基于YOLO和K-Means聚类的影像与点云数据三维目标检测方法 (CS)

基于激光雷达的3D对象检测和分类等任务对于自动驾驶至关重要。激光雷达传感器能够提供场景重建的三维点云数据。然而,点云实时目标探测仍需要强大的算法。本文提出了一种...

DDDDDaemon
发表了文章

基于机器学习方法的激光雷达数据行人和车辆检测和分类 (CS)

本文旨在将LiDAR传感器所获得的数据分类为包括车辆,行人和骑自行车的人的不同类别。利用基于LiDAR的物体检测器和基于神经网络的分类器,提出了一种新的实时物体...

DDDDDaemon
发表了文章

随机初始化点云数据集功能有多强大 (CS)

本文研究了未经训练的神经集函数产生的随机嵌入,并表明它们是强大的表示形式,可以很好地捕获下游任务(例如分类)的输入特征,并且通常是线性可分离的。同时,本文得到令...

DDDDDaemon
发表了文章

运用Atrous XCRF解决点云分类中的过拟合问题 (CS)

点云数据智能分类技术的进步为许多新的和现有的应用带来了许多新方法与机遇。但是,由于标记点的数量有限,通过机器学习模型进行的自动分类容易过度拟合和模型泛化能力差的...

DDDDDaemon
发表了文章

基于激光雷达的城市场景自动驾驶实时三维感知系统 (CS)

本文针对城市场景下的自动驾驶,提出了基于激光雷达的实时三维感知系统。所设计的多层级系统能够同时对环境中静态和动态对象进行实时建模。该方法通过创新的细节增强功能扩...

DDDDDaemon

个人简介

个人成就

扫码关注云+社区

领取腾讯云代金券