點擊下方“AI算法與圖像處理”,一起進步!
重磅乾貨,第一時間送達
來源:機器之心編譯
編輯:陳、杜偉
在 CVPR 2020 最佳論文中,牛津大學 VGG 團隊的博士生吳尚哲(Shangzhe Wu)等人提出了一種基於原始單目圖像學習 3D 可變形對象類別的方法,且無需外部監督。近日,該團隊又提出了通過單目視頻的時間對應關係來學習可變形 3D 對象,並且可用於野外環境。
-
論文地址:https://arxiv.org/pdf/2107.10844.pdf -
論文主頁:https://dove3d.github.io/
,其中,i 爲序列索引,t 爲幀索引(時間)。這些序列是通過使用實例分割技術 Mask R-CNN 對視頻進行預處理獲得的。
努力分享優質的計算機視覺相關內容,歡迎關注:
個人微信(如果沒有備註不拉羣!)
請註明:
地區+學校/企業+研究方向+暱稱
下載1:何愷明頂會分享
在「AI算法與圖像處理」公衆號後臺回覆:何愷明,即可下載。總共有6份PDF,涉及 ResNet、Mask RCNN等經典工作的總結分析
下載2:終身受益的編程指南:Google編程風格指南
在「AI算法與圖像處理」公衆號後臺回覆:c++,即可下載。歷經十年考驗,最權威的編程規範!
下載3 CVPR2021
在「AI算法與圖像處理」公衆號後臺回覆:
CVPR
,即可下載1467篇CVPR 2020論文 和 CVPR 2021 最新論文
點亮 ,告訴大家你也在看
本文分享自微信公衆號 - AI算法與圖像處理(AI_study)。
如有侵權,請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”,歡迎正在閱讀的你也加入,一起分享。