컴퓨터 비전, 로봇공학

Kirjaudu sisään

näkemys - 컴퓨터 비전, 로봇공학

주어진 텍스트 설명을 바탕으로 관찰된 장면 이미지에서 대상 객체의 위치, 방향 및 크기를 예측하는 새로운 문제를 다룹니다.

NEDS-SLAM은 3D 가우시안 표현을 기반으로 하는 명시적 밀집 의미 SLAM 시스템으로, 강건한 3D 의미 매핑, 정확한 카메라 추적 및 실시간 고품질 렌더링을 가능하게 합니다.

이미지 프레임과 이벤트 데이터의 상호보완적인 특성을 활용하여 극한 조건에서도 안정적이고 반복 가능한 키포인트 탐지 및 추적을 달성한다.

극한 조건에서 이미지 프레임과 이벤트 데이터를 융합하여 안정적이고 반복 가능한 키포인트 탐지 및 추적을 달성한다.

극한 조건에서 이미지 프레임과 이벤트 데이터를 융합하여 안정적이고 반복 가능한 키포인트 탐지 및 추적을 달성한다.

Plenoxels 환경에서 단일 RGB 카메라 입력을 사용하여 6자유도 카메라 포즈를 효율적으로 추정하는 DPPE 알고리즘을 제안한다.

이 연구는 수중 환경에서 단일 RGB 이미지로부터 6자유도 자세를 추정하는 향상된 모델을 제안합니다. 시뮬레이터 데이터와 실제 수조 데이터에서 우수한 성능을 보였으며, 특히 LSTM 기반 모델이 더 나은 결과를 달성했습니다.

단일 RGB 이미지에서 3D 물체 모델을 이용하여 6-DoF 물체 포즈를 직접 추정하는 단일 단계 접근법을 제안한다. 분류와 회귀 단계를 순차적으로 학습하며, 두 단계 사이의 다중 스케일 잔차 상관 레이어를 통해 분류 결과를 회귀 단계에 효과적으로 전달한다.

이벤트 카메라와 RGB 카메라의 상호보완적 활용을 통해 다양한 조명 환경과 빠른 움직임 상황에서도 강건한 3D 손 메쉬 복원을 달성할 수 있다.

Tietoja

Tuotteet | Materiaalit

Näkemykset