SuperPoint论文笔记
《SuperPoint: Self-Supervised Interest Point Detection and Description》
论文 https://arxiv.org/pdf/1712.07629.pdf
github https://github.com/magicleap/SuperPointPretrainedNetwork
1、SuperPoint网络结构
参考知乎语义SLAM | 深度学习用于特征提取 : SuperPoint(三)
①编码网络
②特征点检测网络:对图片的每个像素都计算一个概率,这个概率表示的就是其为特征点的可能性大小。
③描述子检测网络:先学习半稠密的描述子(不使用稠密的方式是为了减少计算量和内存),然后进行双三次插值算法(bicubic interpolation)得到完整描述子,最后再使用L2标准化(L2-normalizes)得到单位长度的描述。
④损失函数:
特征点检测是用了交叉熵loss
描述子
2、用预训练网络base detector做兴趣点自标注——MagicPoint(之前的工作)
用合成的数据集(主要包括一些典型几何物体)生成一些来检测角点的ground
truth,这里其实指的是候选的特征点,最终的特征点要通过后面HA这一步修正。
这里涉及到了用位姿计算损失函数
优势:比FAST、Harris等对噪声更鲁棒
劣势:对真实图像?对有强corner-like的结构还行,但是好多时候比不上传统方法——>用HA进行cross domain adaptation
(这个是否可以用到我的生成图像方法中?)
3、Homographic Adaptation 核心
个人感觉类似于pytorch里的transform,对原图像进行各种几何变换,比如平移、放缩、旋转、distort等等,获得已知位姿关系的图片对。
有什么用?提高原来的MagicPoint网络对真实图片的真值生成能力。效果还是挺显著的
4、实验设置和实验结果
(1)硬件+网络超参数
(2)评价指标
① Runtime:Titan X GPU上处理480*640的图片 70FPS
② HPatches Repeatability: 每张图片提取300个point,HA后的superpoint提取特征点最稳定
③ HPatches Homography Estimation:(4个指标)重复性、mean localization error (MLE)、nearest neighbor mAP (NN mAP)、matching score (M. Score)
SuperPoint论文笔记相关推荐
- ORB-SLAM3 论文笔记
ORB-SLAM3 论文笔记 这篇博客 ORB-SLAM3系统 相机模型的抽象(Camera Model) 重定位的问题 图片矫正的问题 视觉惯性SLAM的工作原理 相关公式 IMU初始化 跟踪和建图 ...
- 【论文笔记】 LSTM-BASED DEEP LEARNING MODELS FOR NONFACTOID ANSWER SELECTION
一.简介 这篇论文由IBM Watson发表在2016 ICLR,目前引用量92.这篇论文的研究主题是answer selection,作者在这篇论文基础上[Applying Deep Learnin ...
- 最新图神经网络论文笔记汇总(附pdf下载)
点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要15分钟 Follow小博主,每天更新前沿干货 [导读]近年来,图神经网络变得非常火热,每年顶会在该领域内都会出现大量的研究论文,本文为大家提 ...
- [论文笔记] Fast Quality Driven Selection of Composite Web Services (ECOWS, 2006)
Time: 4.0 hours Jae-Ho Jang, Dong-Hoon Shin, Kyong-Ho Lee, "Fast Quality Driven Selection of Co ...
- 论文笔记之:Action-Decision Networks for Visual Tracking with Deep Reinforcement Learning
论文笔记之:Action-Decision Networks for Visual Tracking with Deep Reinforcement Learning 2017-06-06 21: ...
- 光流 速度_[论文笔记] FlowNet 光流估计
[论文笔记] FlowNet: Learning Optical Flow with Convolutional Networks 说在前面 个人心得: 1. CNN的光流估计主要是速度上快,之后的v ...
- 论文笔记 《Maxout Networks》 《Network In Network》
原文出处:http://zhangliliang.com/2014/09/22/paper-note-maxout-and-nin/ 论文笔记 <Maxout Networks> & ...
- 论文笔记:HKMF-T: Recover From Blackouts in TaggedTime Series With Hankel Matrix Factorization
论文笔记:Hankel Matrix Factorization for Tagged Time Series to Recover Missing Values during Blackouts_U ...
- 论文笔记 A Spatial-Temporal Decomposition Based Deep Neural Network for TimeSeries Forecasting
0 abstract 空间时间序列预测问题出现在广泛的应用中,如环境和交通问题.由于存在特定的空间.短期和长期模式,以及维度的诅咒,这些问题具有挑战性. 在本文中,我们提出了一个用于大规模空间时间序列 ...
最新文章
- 还记得Wasserstein GAN吗?
- 深耕“工业互联网”,华为云持续开花
- C Linux 多线程入门
- 谷歌在线appspot平台教你学Hacker(由浅如深)-XSS篇
- uniapp安卓证书在线制作工具
- AD13如何导出坐标文件
- 最容易月薪过万城市排名出炉!
- Windows10打印机共享无法连接到打印机:0x0000011b
- 深信服VMP 内存分配一点看法
- 在电脑上查看WIFI的密码
- 实战! excel中常用函数INDIRECT公式的用法
- 设计模式学习--观察者模式(Observer Pattern)
- 基于RGB-D数据的语义建图
- CVPR、ECCV 2020 两大会议论文分类索引
- Koordinator 1.0 正式发布:业界首个生产可用、面向规模场景的开源混部系统
- 医院需要遵守的3个BYOD实施策略
- 10亿数据中取最大的100个数据
- Android开发 之 LinearGradient与闪动文字效果
- 软著申请说明 源码提取工具类
- 苹果审核reject理由大全(6):欺骗用户下载、引导用户5星好评