訂閱
糾錯(cuò)
加入自媒體
當(dāng)前位置： OFweek 人工智能網(wǎng)   >   其他   >  正文

ECCV 2020 | 云端參會(huì)攻略之Oral篇，前排占位、強(qiáng)勢(shì)圍觀！

下圖顯示了問題的流程，下采樣過程使用了小波變換，并通過網(wǎng)絡(luò)得到了包含丟失信息的分布和對(duì)應(yīng)的低分辨圖像。

針對(duì)視角合成問題，來自伯克利、谷歌和UCSD的研究人員提出了將場(chǎng)景表示為神經(jīng)輻射場(chǎng)的過來進(jìn)行合成。利用全連接深度網(wǎng)絡(luò)來表示場(chǎng)景，其輸入為5D的空間位姿坐標(biāo)、輸出為體密度和空間位置視角相關(guān)的輻射。通過在相機(jī)方向上查詢5D坐標(biāo)并利用經(jīng)典的渲染技術(shù)將輸出顏色和密度映射到圖像上。

還有來自CMU和Argo AI關(guān)于自動(dòng)駕駛中延時(shí)造成場(chǎng)景流理解的研究，并提出了流精度的概念來將處理延時(shí)和精度進(jìn)行了整合。

以及谷歌研究人員對(duì)于非監(jiān)督光流進(jìn)行系統(tǒng)的研究，并構(gòu)建包括代價(jià)空間歸一化、遮擋梯度截止、光流場(chǎng)上采樣平滑以及尺度變化過程中的自監(jiān)督來改進(jìn)光流估計(jì)的結(jié)果。

除了這些論文，還有非常多有趣的精彩的研究成果在Oral中呈現(xiàn)，更多的論文和代碼也在逐漸放出，我們將持續(xù)追蹤后續(xù)放出的研究成果，及時(shí)為小伙伴們呈現(xiàn)更多高水平的研究成果。

<上一頁  1  2  3  4  
聲明： 本文由入駐維科號(hào)的作者撰寫，觀點(diǎn)僅代表作者本人，不代表OFweek立場(chǎng)。如有侵權(quán)或其他問題，請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

共0條評(píng)論，0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字

您提交的評(píng)論過于頻繁，請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清，點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

    掃碼關(guān)注公眾號(hào)
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯(cuò)
    x
    *文字標(biāo)題：
    *糾錯(cuò)內(nèi)容：
    聯(lián)系郵箱：
    *驗(yàn) 證 碼：

    粵公網(wǎng)安備 44030502002758號(hào)