[B! unsupervised][RGB-D] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

unsupervisedとRGB-Dに関するarxiv_readerのブックマーク (29)

https://arxiv-check-250201.firebaseapp.com/each/2405.00507v1
arxiv_reader 2024/05/02
unsupervised

dataset

occlusion

differentiable

arXiv

simulation

synthesis

RGB-D

pose

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2404.14759v1
arxiv_reader 2024/04/24
RGB-D

arXiv

saliency

unsupervised

arXiv reaDer

pre-training

detection

attention
リンク
https://arxiv-check-250201.firebaseapp.com/each/2402.05644v2
arxiv_reader 2024/02/09
learning

unsupervised

arXiv

RGB-D

arXiv reaDer

representation

pose
リンク
https://arxiv-check-250201.firebaseapp.com/each/2312.13641v1
arxiv_reader 2023/12/22
detection

dataset

anchor free

attention

3D

RGB-D

point cloud

arXiv reaDer

arXiv

unsupervised
リンク
https://arxiv-check-250201.firebaseapp.com/each/2312.02396v2
arxiv_reader 2023/12/06
pose

unsupervised

detection

point cloud

RGB-D

arXiv

dataset

3D

clustering

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2311.06797v1
arxiv_reader 2023/11/14
pre-training

point cloud

RGB-D

reconstruction

unsupervised

real time

arXiv

anomaly detection

3D

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2311.01065v1
arxiv_reader 2023/11/03
unsupervised

3D

RGB-D

arXiv

computer vision

real time

arXiv reaDer

LiDAR

GAN

point cloud
リンク
PointMBF: 教師なし RGB-D 点群登録のためのマルチスケール双方向融合ネットワーク
arxiv_reader 2023/08/10
点群登録は、2 つの位置合わせされていないスキャン間の剛体変換を推定するタスクであり、多くのコンピュータービジョンアプリケーションで重要な役割を果たします。これまでの学習ベースの研究は一般に、教

arXiv reaDer

estimation

unsupervised

arXiv

point cloud

RGB-D

computer vision
リンク
ObPose: 3D でのオブジェクト中心のシーン推論と生成にポーズを活用する
arxiv_reader 2023/06/13
RGB-D シーンから 3D 構造化された潜在表現を学習する、教師なしオブジェクト中心の推論および生成モデルである ObPose を紹介します。 2D 表現学習における従来技術にインスピレーションを

segmentation

generative

arXiv reaDer

arXiv

pose

RGB-D

3D

representation learning

unsupervised
リンク
教師なしの顕著なオブジェクト検出のためのテクスチャガイド付きの顕著性の蒸留
arxiv_reader 2023/05/10
ディープラーニングベースの教師なし顕著なオブジェクト検出 (USOD) は、主に、従来のハンドクラフト手法または事前トレーニング済みネットワークから生成されたノイズの多い顕著性の疑似ラベルに依存し

unsupervised

benchmark

RGB-D

saliency

video

detection

arXiv

pre-training

arXiv reaDer
リンク
飛行機の揺れ: 不安定な写真からの教師なし深度推定
arxiv_reader 2023/03/30
最新のモバイルバースト写真パイプラインは、フレームの短いシーケンスをキャプチャしてマージし、強化された画像を復元しますが、キャプチャしたシーンの 3D の性質をしばしば無視し、画像間のピクセルモー

3D

representation

unsupervised

RGB-D

pose estimation

arXiv reaDer

arXiv
リンク
DiffDreamer: 条件付き拡散モデルによる一貫した教師なしシングルビューシーン外挿に向けて
arxiv_reader 2023/03/21
シーン外挿 (特定の画像に飛び込むことで斬新なビューを生成するというアイデア) は、有望ではあるが困難な作業です。予測されたフレームごとに、関節修復と 3D 改良の問題を解決する必要があります。さらに

unsupervised

arXiv reaDer

3D

trajectory

RGB-D

denoising

pose

synthesis

arXiv
リンク
飛行機の揺れ: 不安定な写真からの教師なし深度推定
arxiv_reader 2022/12/26
最新のモバイルバースト写真パイプラインは、フレームの短いシーケンスをキャプチャしてマージし、強化された画像を復元しますが、キャプチャしたシーンの 3D の性質をしばしば無視し、画像間のピクセルモー

pose estimation

3D

arXiv reaDer

RGB-D

representation

arXiv

unsupervised
リンク
T3VIP: 変換ベースの 3D ビデオ予測
arxiv_reader 2022/09/26
自律的なスキルを獲得するために、ロボットは、自分の過去の経験から 3D 世界のダイナミクスを支配する物理的ルールについて学習し、もっともらしい将来の結果を予測して推論する必要があります。この目的のため

3D

domain

unsupervised

RGB-D

generative

point cloud

pre-training

dataset

arXiv

arXiv reaDer
リンク
ローカルフレームセットを使用した点群登録のオーバーフィットトレーニングによる正確なグラウンドトゥルース深度画像の生成
arxiv_reader 2022/07/15
正確な3次元知覚は、いくつかのコンピュータービジョンアプリケーションの基本的なタスクです。最近、市販のRGB深度（RGB-D）カメラは、その効率的な深度検知機能により、シングルビュー深度検知デバイスと

benchmark

dataset

arXiv reaDer

RGB-D

computer vision

arXiv

unsupervised

point cloud
リンク
教師なしの顕著なオブジェクト検出のためのテクスチャガイド付きの顕著性の蒸留
arxiv_reader 2022/07/14
既存の深層学習ベース（DLベース）の教師なし顕著オブジェクト検出（USOD）メソッドは、従来の顕著性メソッドと事前にトレーニングされたディープネットワークの事前知識に基づいて、画像内の顕著性情報を学習

RGB-D

detection

optical flow

unsupervised

video

arXiv reaDer

attention

saliency

arXiv

benchmark
リンク
ObPose: 3D でのオブジェクト中心のシーン推論のためのポーズの活用
arxiv_reader 2022/06/09
教師なしの方法でRGB-Dビデオから3Dオブジェクトをセグメント化することを学習する教師なしオブジェクト中心の生成モデルであるObPoseを紹介します。 2D表現学習の先行技術に触発されて、ObPos

3D

generative

RGB-D

arXiv reaDer

representation learning

pose

segmentation

unsupervised

arXiv
リンク
深さからの顕著性の促進：深い教師なしRGB-D顕著性検出
arxiv_reader 2022/05/17
深度センサーの人気と深層学習技術の急速な進歩もあって、RGB-D顕著な物体検出（RGB-D SOD）への関心の高まりが近年目撃されています。残念ながら、既存のRGB-D SODメソッドでは、通常、ピク

saliency

unsupervised

arXiv

RGB-D

learning

representation

arXiv reaDer

detection
リンク
ロボットが自律的に人を検出する：クラス内変動にロバストなマルチモーダルディープコントラスト学習法
arxiv_reader 2022/03/02
病院、介護、店舗、空港など、混雑した、または雑然とした人間中心の環境にいる人をロボットで検出することは、人が他の人や物に隠れたり、衣服やポーズの変化によって変形したりする可能性があるため、困難です。ま

RGB-D

augmentation

detection

R-CNN

unsupervised

arXiv

contrastive learning

synthesis

arXiv reaDer

pose
リンク
RandomRooms：3Dオブジェクト検出のための合成形状とランダム化レイアウトからの教師なし事前トレーニング
arxiv_reader 2021/08/18
近年、3D点群の理解は大きく進歩しています。ただし、1つの主要なボトルネックは、特に2Dオブジェクト検出タスクと比較して、注釈付きの実際のデータセットが不足していることです。これは、シーンの実際のスキ

point cloud

arXiv reaDer

unsupervised

pre-training

RGB-D

3D

benchmark

arXiv

detection

contrastive learning
リンク
1 2 次のページ

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx