针对单目深度估计网络庞大的参数量和计算量，提出一种轻量金字塔解码结构的单目深度估计网络，可以在保证估计精度的情况下降低网络模型的复杂度、减少运算时间。该网络基于编解码结构，以端到端的方式估计单目图像的深度图。编码端使用ResNet50网络结构；在解码端提出了一种轻量金字塔解码模块，采用深度空洞可分离卷积和分组卷积以提升感受野范围，同时减少了参数量，并且采用金字塔结构融合不同感受野下的特征图以提升解码模块的性能；此外，在解码模块之间增加跳跃连接实现知识共享，以提升网络的估计精度。在NYUD v2数据集上的实验结果表明，与结构注意力引导网络相比，轻量金字塔解码结构的单目深度估计网络在误差RMS的指标上降低约11.0%，计算效率提升约84.6%。
2022-08-31 21:34:23
1.26MB
1
书名：Close-Range Photogrammetry and 3D Imaging - 3rd Edition
作者: Thomas Luhmann,Stuart Robson,Stephen Kyle,Jan Boehm
简介：《近景摄影测量与三维成像》，书中对双目立体视觉系统做了精度分析。在一个三维测量项目中，如果采用立体视觉方案，首先，要根据测量需求（精度、测量范围、速度等），确定立体视觉的硬件方案。Thomas Luhmann在他的《Close-Range Photogrammetry and 3D Imaging》（2014）中，给出立体视觉系统的简化分析方法。
2022-08-16 22:05:18
141.18MB
1
ComputationalGeometry_HW1題目與解答.docx1
2022-08-09 09:00:18
34KB
1
摘要配，并通过基于CPU的多线程流水线方法解决了计算负载不平衡的问题，提高了计算效率。通过实验分析验证了提出算法的有效性。关键词：室内复杂环境；特征点法视觉SL
2022-08-03 22:00:21
5.36MB
1
没啥,就是个好用的项目,帮别人代替下载,内含训练好的模型,代码都是官方的
https://github.com/aliyun/NeWCRFs
2022-07-30 19:05:29
997.89MB
1
gazr是一個庫和一組工具，用於從單目攝像頭（通常是網絡攝像頭）或 RGB-D 流（3D 攝像頭）進行實時面部跟踪和注視估計。
目前，它只執行 6D 頭部姿勢估計。正在研究基於瞳孔跟踪的眼睛定向。
該庫返回一個 4x4 變換矩陣。
支持同時檢測和跟踪多張人臉，在線運行，但不提供人臉識別/識別功能。
3D人臉特徵提取如果提供 RGB-D（顏色 + 深度）流，該庫可以提取和計算 68 個面部標誌的 3D 定位（參見上面的屏幕截圖）。
請注意，此功能目前僅適用於 ROS。
2022-07-29 17:05:51
30KB
1