zoukankan      html  css  js  c++  java
  • 论文:CNN-based RGB-D Salient Object Detection: Learn, Select and Fuse

    1,CNN是什么?

    2, RGB-D是什么?

    3,解决的问题是 RGB-D salient object detection

    4,解决的问题分为三个层面:

    modal-specific representation learning----作者提出:a hierarchical cross-modal distillation scheme

    complementary cue selection---作者提出:residual function

    cross-modal complement fusion.---作者提出:

    CNN神经网络学习(cs231N学习)

    5, 背景介绍:

    1. depth sensors是什么。
    2. 什么是salient object。
    3. 什么是modality(模态)
    4. 深度图的编码方式:三通道输入。
    5. RGB图结合深度信息可以解决背景和物体颜色相近的挑战问题。
    6. 前人已经提出很多关于RGB-D的算法。

    6,延申:

    RGB-D相机:可以获取前景和后景的距离。微软的Kinect系列,intel的realsense系列。

    目前的问题:

    光滑面反射、半透明物体、深色物体、超出距离。

    很多深度值大范围缺失。

    深度图补全是一个非常好的研究方向,2018 CVPR提出深度图补全算法。deep depth completetion。

    输入: depth 图 + TGB 图

    输出: 补全缺失的图

    never never wait
  • 相关阅读:
    Angular 学习笔记(四)
    Angular 学习笔记(三)
    Angular 学习笔记(二)
    Angular 学习笔记(一)
    ettercap + driftnet 实现同网段下流量欺骗
    kali 下使用 arpspoof 实现断网攻击
    JavaScript 语句
    vscode配置git及码云
    区块链入门
    C#情怀与未来
  • 原文地址:https://www.cnblogs.com/lixiangfu/p/15195455.html
Copyright © 2011-2022 走看看