Real-Time Fully Incremental Scene Understanding on Mobile Platforms
移动平台上的实时全增量式场景理解（IROS 2018） 本文提出了一种可以在移动设备上实时运行的基于RGB-D相机的在线室内场景理解方案。首先，基于SLAM增量式地重建场景以及计算一个三维几何分割，将每个输入深度图中的场景片段融合成一个全局的三维模型。结合该几何分割和语义标注来实现语义分割，结果以语义地图形式保存。为了实现有效的语义分割，本文利用一个快速增量式的三维描述子对全局模型中的场景
相关文章
- 1. Understanding apps: mobile, native or responsive
- 2. On understanding
- 3. 【CVPR2018】MobileFaceNets Efficient CNNs for Accurate RealTime Face Verification on Mobile Devices
- 4. Unified Perceptual Parsing for Scene Understanding(UPerNet)
- 5. Understanding Memory on iOS
- 6. Deeply Learned Attributes for Crowded Scene Understanding（WWW dataset）
- 7. 论文阅读笔记：MobileFaceNets: Efficient CNNs for Accurate RealTime Face Verification on Mobile Devices
- 8. Experimental Platforms for Behavioral Experiments on Social-Ecological Systems
- 9. Top 20 IoT Platforms in 2018
- 10. [转]60fps on the mobile web
- 更多相关文章...
- • jQuery Mobile 事件 - jQuery Mobile 教程
- • jQuery Mobile 图标 - jQuery Mobile 教程
- • RxJava操作符（一）Creating Observables
- • PHP Ajax 跨域问题最佳解决方案
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Understanding apps: mobile, native or responsive
- 2. On understanding
- 3. 【CVPR2018】MobileFaceNets Efficient CNNs for Accurate RealTime Face Verification on Mobile Devices
- 4. Unified Perceptual Parsing for Scene Understanding(UPerNet)
- 5. Understanding Memory on iOS
- 6. Deeply Learned Attributes for Crowded Scene Understanding（WWW dataset）
- 7. 论文阅读笔记：MobileFaceNets: Efficient CNNs for Accurate RealTime Face Verification on Mobile Devices
- 8. Experimental Platforms for Behavioral Experiments on Social-Ecological Systems
- 9. Top 20 IoT Platforms in 2018
- 10. [转]60fps on the mobile web