ECCV 2020 | 云端參會攻略之Oral篇,前排占位、強勢圍觀!
來自復旦、谷歌和Nuro,Inc提出一種深度BA方法來實現(xiàn)SFM重建,通過設(shè)計一種基于物理原理的架構(gòu)來實現(xiàn)優(yōu)化過程中的結(jié)構(gòu)約束。架構(gòu)中包含了兩個cost volum來估計深度和位置,迭代的進行改進。其中不僅加入圖像度量來保證輸入間的連續(xù)性,同時還添加了幾何連續(xù)性保證不同視角間的深度一致。位置和深度的顯式約束結(jié)合了BA和深度學習的共同優(yōu)勢,實現(xiàn)了非常好重建性能。
來自牛津大學、百度和港中文的研究人員提出了一種具有域不變性的立體匹配網(wǎng)絡(luò),通過域歸一化的手段來正則化學習到的分布,同時利用可訓練的非局域圖濾波器抽取結(jié)構(gòu)和幾何特征進一步增強域不變性的的泛化性。下圖顯示了域歸一化和文中使用的圖結(jié)構(gòu)。
來自康奈爾和浙大的研究人員提出了一種弱監(jiān)督的特征描述子學習方法,基于圖像和相機間的相對位置來進行監(jiān)督。為此采用了包含極線約束的損失函數(shù)和完全可差分的高效模型架構(gòu)。由于脫離了逐像素約束的限制,這種方法可以在更為廣泛的數(shù)據(jù)集上訓練得到更無偏更通用的描述子。下圖顯示了僅僅依賴相機位置的極線約束訓練過程(相同顏色對應(yīng)點和極線):
下圖則是極線約束的具體示意圖:
可差分層和由粗到細的模塊結(jié)構(gòu):
來自清華、慕尼黑理工和谷歌的研究人員提出的自監(jiān)督單目6D位姿估計,消除了對于標注數(shù)據(jù)的需求。研究人員首先在合成的RGB數(shù)據(jù)集上進行訓練,隨后利用大量非標記數(shù)據(jù)和神經(jīng)渲染方法來改進訓練結(jié)果。
下圖展示了完整的訓練架構(gòu):
谷歌的研究人員針對深度估計領(lǐng)域提出了雙相機雙像素的估計方法,獲得了具有邊緣感知在遮擋情況下精度更高的深度結(jié)果。通過大垂直極限的雙相機和小水平基線的雙像素緩解了孔徑問題和遮擋問題。這篇文章使用了新穎的架構(gòu)融合雙目立體視覺和雙像素立體視覺,克服了單純立體視覺在遮擋、重復紋理、邊緣誤差方面的劣勢。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
10月31日立即下載>> 【限時免費下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月28日立即報名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
推薦專題
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市