HyperAIHyperAI

Command Palette

Search for a command to run...

CorrI2P: تسجيل الصور إلى السحابة النقطية عبر التوافق الكثيف

Siyu Ren Yiming Zeng Junhui Hou, Senior Member, IEEE Xiaodong Chen

الملخص

منطلقين من الحدس بأن الخطوة الحرجة في تحديد موقع صورة ثنائية الأبعاد (2D) داخل السحابة النقطية ثلاثية الأبعاد (3D) تكمن في إقامة التوافق بين الصورة ثنائية الأبعاد والسحابة النقطية ثلاثية الأبعاد، نقترح أول إطار عمل مكثف قائم على الميزات لمعالجة مشكلة تسجيل الصورة إلى السحابة النقطية، والذي أطلقنا عليه اسم CorrI2P. يتكون هذا الإطار العمل من ثلاثة وحدات، وهي: تمثيل الميزات، اكتشاف المناطق المتداخلة بشكل متماثل، وتقدير الوضع من خلال التوافق المقام. بصفة خاصة، عند تقديم زوج من صورة ثنائية الأبعاد وسحابة نقطية ثلاثية الأبعاد، نقوم أولاً بتحويلهما إلى فضاء ميزات ذي بعد عالٍ ومن ثم تغذية الميزات الناتجة إلى كاشف المناطق المتداخلة بشكل متماثل لتحديد المنطقة التي تتداخل فيها الصورة مع السحابة النقطية. بعد ذلك، نستخدم ميزات المناطق المتداخلة لإنشاء توافق بين الصورة ثنائية الأبعاد والسحابة النقطية ثلاثية الأبعاد قبل تشغيل EPnP ضمن RANSAC لتقدير وضع الكاميرا. تظهر نتائج التجارب على مجموعتي البيانات KITTI و NuScenes أن CorrI2P يتفوق بشكل كبير على أفضل الأساليب الحالية لتسجيل الصور إلى السحب النقطية. سنقوم بنشر الرمز البرمجي بشكل عام.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp