【泡泡一分钟】学习高分辨率的3D数据表示(CVPR-25)

2017 年 12 月 11 日 泡泡机器人SLAM 李仕杰

每天一分钟,带你读遍机器人顶级会议文章

标题:OctNet: Learning Deep 3D Representations at High Resolutions

作者:Gernot Riegler, Ali Osman Ulusoy, Andreas Geiger

来源:CVPR 2017

编译:李仕杰

播音员:刘畅

欢迎个人转发朋友圈;其他机构或自媒体如需转载,后台留言申请授权


 

摘要


今天介绍的文章是“OctNet: Learning Deep 3D Representations at High Resolutions”——学习高分辨率的3D数据表示,该文章发表在CVPR 2017。

 

我们提出了一个用于深度学习的稀疏3D数据表达方式。相比于现存的模型,我们的表达使3D卷积网络能够做的既深又高分辨率。为了这一目标,我们利用输入数据的稀疏性按层次关使用一系列不平衡的八叉树对空间进行划分。八叉树中每一个叶子节点存储着一个池化特征表示。这一表示关注于相关稠密区域的内存分配和计算,并使得更深的网络能够处理更高的分辨率。我们通过分析一些3D任务上的分辨率来展示OctNet的作用,包括3D物体分类,方向估计和点云标注。


如果你对本文感兴趣,想要下载完整文章进行阅读,可以关注【泡泡机器人SLAM】公众号点击http://rapyuta.org/_media/mohtase14-2.pdf,即可获取英文下载。




泡泡机器人SLAM的原创内容均由泡泡机器人的成员花费大量心血制作而成,希望大家珍惜我们的劳动成果,转载请务必注明出自【泡泡机器人SLAM】微信公众号,否则侵权必究!同时,我们也欢迎各位转载到自己的朋友圈,让更多的人能进入到SLAM这个领域中,让我们共同为推进中国的SLAM事业而努力!

商业合作及转载请联系liufuqiang_robot@hotmail.com





登录查看更多
4

相关内容

3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
CVPR2020 | 商汤-港中文等提出PV-RCNN:3D目标检测新网络
专知会员服务
43+阅读 · 2020年4月17日
专知会员服务
41+阅读 · 2020年2月20日
专知会员服务
53+阅读 · 2019年12月22日
【泡泡一分钟】基于紧凑模型表示的三维重建(3dv-12)
泡泡机器人SLAM
10+阅读 · 2017年12月7日
【泡泡一分钟】重新认识SfM (CVPR-6)
泡泡机器人SLAM
22+阅读 · 2017年10月20日
Real-time Scalable Dense Surfel Mapping
Arxiv
5+阅读 · 2019年9月10日
DPOD: Dense 6D Pose Object Detector in RGB images
Arxiv
5+阅读 · 2019年2月28日
Arxiv
11+阅读 · 2019年1月24日
Arxiv
16+阅读 · 2018年2月7日
VIP会员
相关VIP内容
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
CVPR2020 | 商汤-港中文等提出PV-RCNN:3D目标检测新网络
专知会员服务
43+阅读 · 2020年4月17日
专知会员服务
41+阅读 · 2020年2月20日
专知会员服务
53+阅读 · 2019年12月22日
Top
微信扫码咨询专知VIP会员