发表评论取消回复
相关阅读
相关 论文笔记_S2D.01-2018-ICRA_Sparse-to-Dense:从稀疏深度样本+单一图像的深度预测
目录 论文出处 摘要 I 介绍 II 相关工作 A 基于RGB的深度预测 B. 从稀疏样本进行深度重建 C. 传感器融合 III 方法 A. CNN架构 B
相关 论文笔记_S2D.63_2020-ICRA_LiStereo:从雷达和双目立体图像生成稠密深度图
目录 基本情况 摘要 背景与贡献 算法流程 主要结果 参考 -------------------- 基本情况 出处:Zhang J, Ramana
相关 论文笔记_S2D.53_2013-ICCV_单目相机半稠密视觉里程计(VO)
目录 基本情况 摘要 1 稠密单目VO(视觉里程计) 1.1 相关工作 基于特征的单目SLAM 稠密的单目SLAM 稠密的多视图立体化 1.2 贡献 1.3
相关 论文笔记_S2D.28_2014-ICRA_REMODE:概率单目实时稠密重建
基本情况 题目:Probabilistic, Monocular Dense Reconstruction in Real Time 出处:Pizzoli,
相关 论文笔记_S2D.23_2011-ICCV_DTAM: 稠密的实时跟踪和建图
基本情况 引用:R. A. Newcombe, S. J. Lovegrove, and A. J. Davison, “DTAM: Dense tracking
相关 论文笔记总结_S2D_从稀疏到稠密
1. [2018-ICRA\_稀疏到稠密:从稀疏深度样本+单一图像的深度预测][2018-ICRA] 以下4篇为传统方法: 2. [2013-CVPR
相关 论文笔记_S2D.12-2019-ITSC-DFuseNet: 用于图像稠密深度补全的RGB和稀疏深度信息深度融合的网络
目录 基本情况 摘要 I. 介绍 II. 相关工作 深度估计(Depth Estimation) 不完整的输入数据(Incomplete Input Data)
相关 论文笔记_S2D.09-2018-ECCV_从RGB和稀疏感知估计深度
目录 论文基本情况 摘要 1 介绍 2 相关工作 3 方法 3.1 稀疏深度输入参数化 3.2 稀疏模式选择 4 试验设置 4.1 架构 4.2 数据库
相关 论文笔记_S2D.44_自监督的从稀疏到稠密:用激光雷达和单目摄像机进行自监督深度补全
基本情况 题目:Self-supervised sparse-to-dense: Self-supervised depth completion from lid
相关 论文笔记_S2D.70_2021_IEEE-RAL_CodeMapping:使用紧凑场景表示的稀疏SLAM的实时稠密建图
基本情况 题目:CodeMapping: Real-Time Dense Mapping for Sparse SLAM using Compact Scene R
还没有评论,来说两句吧...