同济大学开源!基于极线约束的级联对应匹配
点击上方“计算机视觉life”,选择“星标”
快速获得最新干货
【小六的机器人SLAM圈】,在这里你可以收获:星主答疑解惑/定期直播分享/最新招聘信息/笔面试题速递/行业最新动态/每日领域论文翻译/成员定期交流活动
还有星球专属视频哦~(图片篇幅有限,更多内容请移步官网cvlife.net查看~)
以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容
#论文##开源# Neurocomputing|同济大学开源E3CM:基于极线约束的级联对应匹配
【E3CM: Epipolar-Constrained Cascade Correspondence Matching】
文章链接:[2308.16555] E3CM: Epipolar-Constrained Cascade Co...
开源代码:https://mias.group/E3CM/
准确和鲁棒的对应匹配对于各种3D计算机视觉任务至关重要。然而,传统的基于显式编程的方法往往难以处理具有挑战性的场景,而基于深度学习的方法需要大量标记良好的数据集进行网络训练。在这篇文章中,我们引入了极线约束的级联对应匹配( E3CM ),这是一种解决这些限制的新方法。
与传统方法不同,E3CM利用预训练的卷积神经网络来匹配对应关系,而不需要任何网络训练或微调的注释数据。该方法利用极线约束指导匹配过程,并采用级联结构对匹配进行逐级精化。我们通过全面的实验对E3CM的性能进行了广泛的评估,并证明了其相对于现有方法的优越性。
以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容
推荐阅读
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。