Author Charles R. Qi* Hao Su* @ Stanford 第一個是PHD, 第二個是Professor, 兩人一直在一起做些3D的研究 還有個PointNet++ Abstract 點雲是一種很重要的幾何數據結構，因為它不規則的形式，很多研究都是將它轉換成規則的3D體 ...

http://openaccess.thecvf.com/content_cvpr_2017/papers/Jie_Deep_Self-Taught_Learning_CVPR_2017_paper.pdf Deep Self-Taught Learning for Weakly ...

目錄 摘要 一、前言 1.1直接獲取3D數據的傳感器 1.2為什么用3D數據 1.3目前遇到的困難 1.4現有的解決方法及存在的問題 二、本文idea 2.1 idea來源 2.2 初始思路 ...

Author 和PointNet是同一批作者，這是對PointNet的一個改進版本 Abstract PointNet不能很好的捕捉由度量空間引入的局部結構，也就限制了它識別細粒度類別的能力以及對復雜場景的泛化能力 本文提出一個層級的神經網絡遞歸地應用在嵌套划分的輸入點雲集。 通過探索 ...

這篇論文沒有給出代碼，細節部分還是得看論文來推敲了，因此可能會有理解出問題的地方。 概述 做了什么：引入一個端到端的框架，從包含人體的單張RGB圖像中預測出輪廓圖和關節熱力圖，生成SMPL參數並重建出一個SMPL的3D人體網格 存在問題：卷積網絡容易受到缺少訓練數據、3D預測時分辨率低的影響 ...

源文網址：https://arxiv.org/abs/1707.03718 tensorflow代碼:https://github.com/luofan18/linknet-tensorflow ...

論文鏈接：https://blog.csdn.net/qq_34889607/article/details/8053642 摘要 該文重新窺探空洞卷積的神秘，在語義分割領域，空洞卷積是調整卷積核感受野和DCNN feature map分辨率的有力工具。該文應用 ...

論文源址：https://arxiv.org/abs/1605.09410 tensorflow 代碼：https://github.com/renmengye/rec-attend-public 摘要 卷積網絡在像語義分割等結構預測任務中效果較好，但對於場景中不同實例 ...