09 2020 档案

摘要:学习笔记:生成式对抗网络 代码实现:生成式对抗网络代码实现 CGAN and DCGAN代码实现 阅读全文
posted @ 2020-09-11 20:28 Wxxuan 阅读(78) 评论(0) 推荐(0)
摘要:#简介 #示例 图像着色 图像超像素 背景模糊 人脸生成 人脸定制 文本生成图片 字体变换 *风格变换 图像修复 …… #基础 ###生成模型和GAN 生成模型不严谨的定义:一个能够生成我们想要的数据的模型(图模型、函数、神经网络) 生成式对抗网络(GAN)的目的是训练这样一个生成模型,生成我们想要 阅读全文
posted @ 2020-09-11 20:23 Wxxuan 阅读(1448) 评论(0) 推荐(0)
摘要:CGAN 首先实现CGAN。下面分别是 判别器 和 生成器 的网络结构,可以看出网络结构非常简单,具体如下: 生成器:(784 + 10) ==> 512 ==> 256 ==> 1 判别器:(100 + 10) ==> 128 ==> 256 ==> 512 ==> 784 可以看出,去掉生成器和 阅读全文
posted @ 2020-09-11 11:28 Wxxuan 阅读(553) 评论(0) 推荐(0)
摘要:生成器和判别器的结构都非常简单,具体如下: 生成器: 32 ==> 128 ==> 2 判别器: 2 ==> 128 ==> 1 生成器生成的是样本,即一组坐标(x,y),我们希望生成器能够由一组任意的 32组噪声生成座标(x,y)处于两个半月形状上。 判别器输入的是一组座标(x,y),最后一层是s 阅读全文
posted @ 2020-09-11 11:04 Wxxuan 阅读(1039) 评论(1) 推荐(0)
摘要:参考:《视觉SLAM十四讲》高翔 https://zhuanlan.zhihu.com/p/33458436 特征匹配之后,得到了特征点之间的对应关系 如果只有两个单目图像,得到2D-2D间的关系——对极几何 如果匹配的是帧和地图,得到3D-2D间的关系——PnP 如果匹配的是RGB-D图,得到3D 阅读全文
posted @ 2020-09-07 11:01 Wxxuan 阅读(315) 评论(0) 推荐(0)
摘要:#什么是光度立体?What is photometric stereo? 用多光源的方法来估计表面几何 需要三个方程来接三个未知数,所有用三个或三个以上的光源照射物体。 #为什么要用光度立体?Why photometric stereo? 加强了脸部识别 在3D中更加丰富的数据集 环境照明独立性 促 阅读全文
posted @ 2020-09-04 21:01 Wxxuan 阅读(1496) 评论(0) 推荐(0)
摘要:#什么是激光三角法 单目+线结构光 **注意:**这个激光器发射出的是一个激光平面,也叫光刀面,激光平面照射到物体上就形成了一道线激光 一组3D激光传感器由一束激光组成,它将激光平面(以浅灰色显示的光片)投射到场景中的物体上。激光散射在场景中激光平面与物体相交的点上,形成特征线(深灰色)。照相机从不 阅读全文
posted @ 2020-09-04 10:19 Wxxuan 阅读(4875) 评论(2) 推荐(2)
摘要:参考:https://zhuanlan.zhihu.com/p/94244568 https://www.cnblogs.com/zyly/p/9366080.html#_label0 #相机标定的目的 简言之,有两个目的 第一,要还原摄像头成像的物体在真实世界的位置就需要知道世界中的物体到计算机图 阅读全文
posted @ 2020-09-03 15:58 Wxxuan 阅读(1293) 评论(0) 推荐(1)
摘要:#稠密重建(Multiple View Stereo) 即多视图立体几何,目的是在相机位姿已知的前提下,逐像素的计算图像中每一个像素点对应的三维点,得到场景物体表面密集的三维点云。 输入:多视角图像、相机位姿 输出:稠密点云 第三种方法常用,因为可以并行计算,不受图像规模的影响。 稠密重建假设相机的 阅读全文
posted @ 2020-09-01 11:05 Wxxuan 阅读(9425) 评论(3) 推荐(6)
摘要:本篇和下篇为2020第三届“SLAM技术及应用”暑期学校申抒含老师讲解的基于图像的三维重建。 后续补充:摸底考试的第一题就可用上述的两种方法解决。题目如下: 1、用一个相机在不同位置拍摄同一物体,得到一组图像序列, 1)请设计一种算法,得到该物体三维重建的结果,并给出详细的算法流程; 2)给出算法流 阅读全文
posted @ 2020-09-01 09:53 Wxxuan 阅读(6752) 评论(1) 推荐(0)