Co-Fusion: Real-time Segmentation, Tracking and Fusion of Multiple Objects
这篇文章其实就是几篇文章凑在了一起.
fusion的部分用的是
ElasticFusion: Dense SLAM without a pose graph
这篇文章实现了local loop closure and global loop closure
然后他的segmentation有两种, 一种是MOTION SEGMENTATION, 它是基于超像素来做这种segmentation. 对于超像素,它用这篇文章来划分
gSLICr: SLIC superpixels at over 250Hz
划分好超像素后就用这篇文章来做segmentation
Efficient Inference in Fully Connected CRFs with Gaussian Edge Potentials
这篇文章主要需要提供unary potential and pairwise potential, 所以在co-fusion文章的VI部分有具体的提及
然后就是另一种segmentation, OBJECT INSTANCE SEGMENTATION, 这个是用deep learning来做的, 主要有两篇文章, 一篇是Learning to Segment Object Candidates
另一篇是Learning to Refine Object Segments
是它的提高版
具体的代码用图表示为
Co-Fusion: Real-time Segmentation, Tracking and Fusion of Multiple Objects相关推荐
- MMFNet: A Multi-modality MRI Fusion Network for Segmentation of Nasopharyngeal Carcinoma
MMFNet: A Multi-modality MRI Fusion Network for Segmentation of Nasopharyngeal Carcinoma MMFNet:一种用于 ...
- Robust semantic segmentation by dense fusion network on blurred vhr remote sensing images
Robust semantic segmentation by dense fusion network on blurred vhr remote sensing images 说明se的设计还是很 ...
- [深度学习论文笔记]A Tri-attention Fusion Guided Multi-modal Segmentation Network
A Tri-attention Fusion Guided Multi-modal Segmentation Network 一种三注意力融合引导的多模态分割网络 Published: 2 Nov 2 ...
- 论文笔记(二十二):Soft Tracking Using Contacts for Cluttered Objects to Perform Blind Object Retrieval
Soft Tracking Using Contacts for Cluttered Objects to Perform Blind Object Retrieval 文章概括 摘要 1. 介绍 2 ...
- Gated Fully Fusion for Semantic Segmentation(GFF)
前言 语义分割,是一项基本任务,作为普通学生的我,只能利用大佬们提供的砖头和假设图纸进行搭建工作,这是我对自己的认知,不知读者你们如何认为? 开始阅读: 摘要 语义分割通过密集地预测每个像素的类别来产 ...
- 多模态特征融合机制(含代码):TFN(Tensor Fusion Network)和LMF(Low-rank Multimodal Fusion)
文章目录 写在前面 简单的concat TFN融合策略 LWF融合策略 论文全称: <Tensor Fusion Network for Multimodal Sentiment Analysi ...
- vmare fusion:No Ethernet Connection VMware Fusion 12 macOS Big Sur
问题:Could not connect 'Ethernet0' to virtual network '/dev/vmnet8'. 执行: sudo rm /Library/Preferences/ ...
- rgb fusion检测不到显卡_【论文阅读27】Co-Fusion
主要内容 物体级别的语义SLAM.维护一个背景模型和多物体模型,每个模型由面元地图表示. 基于运动分割和语义信息检测运动物体. 使用基于ICP对齐的几何误差和基于颜色差异的光度误差跟踪背景模型(相机位 ...
- Co-Fusion:物体级别的语义SLAM
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者:robot L https://zhuanlan.zhihu.com/p/137100522 本 ...
最新文章
- C#版及nodejs版的com端口监听程序
- go channel 缓冲区最大限制_GO语言圣经学习笔记(八)Goroutines和Channels
- JavaScript Array常用方法
- 运动会成绩管理java代码_基于jsp的运动会成绩管理-JavaEE实现运动会成绩管理 - java项目源码...
- linux使用ntp时间同步
- 数据库比特币勒索病毒攻击警示,云和恩墨技术通讯六月刊精选
- elementUI中table中自定义修改时间格式2020-10-26T10:00:00
- R语言数据清理:视频游戏数据案例研究
- 曲线积分和曲面积分及其几何应用、物理应用
- everthing 打开历史记录功能
- 【Office】Word空格无法添加下划线
- ## 关于时下新兴的日常图片视频摄像防抖技术的简单介绍与讨论
- es 创建索引 指定id_elasticsearch创建索引
- 理解什么叫管理vlan与业务VLAN,理解DTP及trunk的配置
- 仅以此文敬我们可歌可泣的2007年
- python描述数据维度的含义_NumPy中的维度(dimension)、轴(axis)、秩(rank)的含义
- CSS 之 后代、并列选择器
- 如何打造企业短视频账号的人设?
- 神经复杂系统前沿:关于认知大脑的两种观念
- Vscode设置用户代码片段
热门文章
- python实现时频谱,语谱图,mel语谱倒谱等
- GetProcAddress()函数动态调用DLL中的函数,是否必须通过extern C声明导出函数?
- 产品研发过程管理专题——软件测试是提高软件产品质量的必要条件
- mysql xtrabackup_mysql备份
- Jenkins进阶系列之——07Jenkins纳入版本控制
- 纸上谈兵: 最短路径与贪婪
- HTML动态时间代码
- struts-step
- 一维稳态导热的数值计算c语言,传热传质上机实习题(参考资料C语言)
- linux文件元数据,linux编程stat检测文件元数据信息