单目姿态估计
单目视觉深度估计测距的前生今世自动驾驶中单目摄像头检测输出3-D边界框的方法一览CVPR2019论文解读：单眼提升2D检测到6D姿势和度量形状ROI-10D: Monocular Lifting of 2D Detection to 6D Pose and Metric Shape本文提供了基于端到端单目3D目标检测和度量形状检索的深度学习方法。为了在3D中提升2D检...
·
- CVPR2019论文解读：单眼提升2D检测到6D姿势和度量形状 ROI-10D: Monocular Lifting of 2D Detection to 6D Pose and Metric Shape
- 本文提供了基于端到端单目3D目标检测和度量形状检索的深度学习方法。为了在3D中提升2D检测，定位，以及缩放，提出了一种新的loss函数。不同于各自独立的优化这些数量，3D示例允许适当的度量boxes的不一致性。实验结果显示，10维稀疏2D兴趣域Regions of Interests (RoIs)提升在6D姿态和示例纹理几何测量中都取得很好的效果。这也能够通过直接在2D场景上修复恢复的网格来增强数据。对照在KITTI 3D数据上别的单目方案，本文的方案基于官方正规的数据集上，在3D姿态测试结果达到双倍的AP。
-
单目摄像头检测6D姿态（另一篇解读）
- Deep3Dbox 复现笔记【附部分code】 3D Bounding Box Estimation Using Deep Learning and Geometry
- 基于深度学习的单目深度估计综述
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献10条内容
所有评论(0)