Ha pasado mucho tiempo desde que escribí un blog. De hecho, lo principal es que no tengo nada de qué escribir. . . El nivel es limitado, ey. . . . Actualmente estoy trabajando en cinemática robótica, por lo que la visión profunda es negligente aquí.
Sin embargo, recientemente vi un artículo anterior y lo encontré muy interesante, así que quiero compartirlo con ustedes.
El nombre del artículo es el título "Formas deslizantes para la detección de objetos 3D en imágenes de profundidad", lo que significa utilizar ventanas deslizantes en imágenes de profundidad para el reconocimiento de objetos.
El efecto es el siguiente:
El siguiente es el proceso:
No sé por qué las palabras son tan pequeñas, pero debería poder verlas con claridad. El proceso es primero entrenar el modelo CAD, luego renderizar el mapa de profundidad, extraer las características del mapa de profundidad y usarlo para el entrenamiento de SVM, y finalmente usar la ventana deslizante para el reconocimiento de objetos. El proceso general es en realidad el mismo que el del HOG para el reconocimiento de peatones. No es más que un espacio tridimensional. Por lo tanto, la mayor diferencia aquí es cuáles son las características extraídas. Las características son las siguientes:
Su descriptor combina la nube de puntos, la dirección normal, la forma y la información TSDF, síntesis total.
Lo anterior es un diagrama esquemático de la ventana deslizante y el modelo de entrenamiento, que todavía parece muy simple.
Este es el resultado del ejemplo después de que se ejecuta todo el proyecto y se puede ver el efecto. Subí el ejemplo, puedes descargarlo aquí .