月: 2021年8月

本文は、従来のPnP手法と深層学習の組み合わせに関するいくつかの研究を行い、全体的な考え方は比較的シンプルで、主に従来のPnP手法の残差をどのようにしてニューラルネットワークに逆伝播させるかに焦点を当てています。これにより、End2Endのトレーニングが可能になり、データの関連付けが不要な計算（Blind PnP）も実現できます。 1 Backpropagating a PnP solver (BPnP) まず、数学的な言語でPnP問題を説明します。 gをPnPソルバーと定義し、その出力yは6DoFの姿勢を解くものです： ここで、xは画像上の特徴点の2D座標観測を表し、zは空間内の3D点座標を表し、 は一対一の対応関係を示すマッピング、Kはカメラの内部パラメータです： 実際、PnPを解くことは次のような最適化問題です： ここで、  は投影関数であり、 は再投影 …...

借りて、以前に私たちが会社に提供した記事をもとに、最近のコンテストでのいくつかの実験と考察をまとめます。本文の著作権は：旷视科技に帰属します。元のリンク：https://www.zhihu.com/question/32066833/answer/2041516754 Image Matching（イメージマッチング）は、コンピュータビジョン分野における最も基本的な技術の一つです。これは、疎または密な特徴マッチングの方法を通じて、2枚の画像の同じ位置の局所情報を関連付けることを指します。Image Matchingは、ロボット、無人車、AR/VR、画像/商品検索、指紋認識など、多くの分野で広く応用されています。 今年終了したばかりのCVPR 2021 Image Matchingコンテストでは、旷视3Dチームが2つの優勝と1つの準優勝を獲得しました。この記事では彼らの比 …...