实体
RGB-D Scenes V2
RGB-D Scenes V2
PulseAugur coverage of RGB-D Scenes V2 — every cluster mentioning RGB-D Scenes V2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的 ID-MAE 框架增强了图像到点云配准
研究人员开发了一个名为 Intermodal Dual-MAE (ID-MAE) 的新框架，以改进图像到点云配准。该方法利用自适应双掩码自编码器网络，该网络利用强化学习和跨模态相似性来掩盖信息区域，从而增强表示学习并实现更可靠的 2D-3D 对应估计。在标准基准上的实验表明，ID-MAE 在此任务上取得了最先进的性能。
-
新型FS-I2P网络推进图像到点云配准
研究人员开发了一种名为FS-I2P的新型图像到点云配准网络，解决了视角变化和跨模态差异等挑战。该网络采用新颖的“聚焦-扫描”范式和动态层分配策略，以改进特征关联并自适应地确定迭代深度以实现鲁棒匹配。在RGB-D Scenes V2和7-Scenes等基准测试上的实验表明，FS-I2P达到了最先进的性能。
-
FS-I2P网络改进了图像到点云的配准
研究人员开发了FS-I2P，一个旨在改进图像到点云配准的新网络。该方法通过采用“聚焦-扫描”范式和分层聚焦-扫描交互模块来解决视角变化和跨模态差异等挑战。此外，动态层分配策略自适应地确定迭代深度，以增强几何约束利用和匹配鲁棒性。在RGB-D Scenes V2和7-Scenes基准上的实验表明，FS-I2P达到了最先进的性能。