2301_81515836的博客

原创 国内具有影响力的三个 3D 视觉方向平台！

原创 重磅发布！3D视觉各个方向交流群成立啦！

原创 国内深度聚焦3D视觉的三个平台

转载 CVPR2025公布7条新规！科研人发顶会更难了？

纵观CVPR往年投稿人数，2020至2023每年新增1k左右，直到2024创下新高，投稿数量首次破万，收录2719篇，自动驾驶方向近百篇，投稿侧要求每人最多提交25篇论文，审稿侧要求禁止使用大模型书写review，同时，最终审稿结果出炉后也将公开审稿人姓名，等等。

原创 2024一半时间过去了，还没发论文。。。

22、基于图像或点云的 3D Object Detection、Semantic Segmentation、Occupancy Prediction（主要是面向自动驾驶的感知任务，单模态和融合）1、SLAM/3DGS/三维点云/医疗图像/扩散模型/结构光/Transformer/CNN/Mamba/位姿估计 顶会论文指导。18、挑战场景下2D-2D，2D-3D或3D-3D配准问题。12、多传感器融合的单目深度估计系统研究。16、基于大模型的单目深度估计系统研究。13、多帧融合的单目深度估计系统研究。

原创 顶会论文一作讲解，涉及三维重建、自动驾驶、SLAM、无人机等方向

原创 换个思路搞科研，一年发10篇顶会顶刊

22、基于图像或点云的 3D Object Detection、Semantic Segmentation、Occupancy Prediction（主要是面向自动驾驶的感知任务，单模态和融合）1、SLAM/3DGS/三维点云/医疗图像/扩散模型/结构光/Transformer/CNN/Mamba/位姿估计 顶会论文指导。18、挑战场景下2D-2D，2D-3D或3D-3D配准问题。12、多传感器融合的单目深度估计系统研究。16、基于大模型的单目深度估计系统研究。13、多帧融合的单目深度估计系统研究。

原创 这个大佬一年连中五篇顶会！

22、基于图像或点云的 3D Object Detection、Semantic Segmentation、Occupancy Prediction（主要是面向自动驾驶的感知任务，单模态和融合）1、SLAM/3DGS/三维点云/医疗图像/扩散模型/结构光/Transformer/CNN/Mamba/位姿估计 顶会论文指导。18、挑战场景下2D-2D，2D-3D或3D-3D配准问题。12、多传感器融合的单目深度估计系统研究。16、基于大模型的单目深度估计系统研究。13、多帧融合的单目深度估计系统研究。

原创 直播回放 | 使用NeRF对动态激光雷达场景仿真

原创 3D视觉全栈路线，涉及工业3D视觉工坊、自动驾驶、SLAM、自动驾驶、具身智能等等

原创 2024下年年，3DGS将横扫顶会！？

1）基于图像或点云的 3D Object Detection、Semantic Segmentation、Occupancy Prediction（面向自动驾驶的感知任务，单模态和融合）1）SLAM/3DGS/三维点云/医疗图像/扩散模型/结构光/Transformer/CNN/Mamba/位姿估计 顶会论文指导。1）挑战场景下2D-2D，2D-3D或3D-3D配准问题。3）复杂天气条件下的单目深度估计系统研究。5）基于大模型的单目深度估计系统研究。2）多帧融合的单目深度估计系统研究。

原创 国内最大的3D视觉学习圈子都有那些硬菜？

原创 聊一聊经典三维点云方法，包括：点云拼接、聚类、表面重建、QT+VTK等

所有的3d扫描仪，扫描生成点云后，都需要进行点云处理，以便于后续任务提取信息。自动驾驶激光雷达扫描的点云，也需要进行点云处理，然后再进行目标检测、轨迹规划等任务。实际做3d项目时，对于点云的处理，也是必不可少的一环。作为在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等，并支持跟QT联合开发。

原创 这个大佬一年连中五篇顶会！

1）基于图像或点云的 3D Object Detection、Semantic Segmentation、Occupancy Prediction（面向自动驾驶的感知任务，单模态和融合）1）SLAM/3DGS/三维点云/医疗图像/扩散模型/结构光/Transformer/CNN/Mamba/位姿估计 顶会论文指导。1）挑战场景下2D-2D，2D-3D或3D-3D配准问题。3）复杂天气条件下的单目深度估计系统研究。5）基于大模型的单目深度估计系统研究。2）多帧融合的单目深度估计系统研究。

原创 从源码看变化： 详解colmap的多项改进

这三年里面三维重建出现了各式各样的发展：nerf、gaussian splatting等，这些技术的出现无疑是对传统3D视觉的巨大冲击，但目前来看，大多数nerf和gaussian splatting 的输入还都是sfm的结果，根据开源的结果来看准确的说应该是使用colmap的结果作为输入，当然也有一些工作是without colmap的(目前并不多)。我们都知道所有的结果都是有痕可寻的，这句话同样适用于colmap的sfm结果，一旦发现最终的结果不尽人意，都会归因为输入的质量不佳。

原创 CVPR 2024 满分论文出炉！这些方向杀疯了！

1）基于图像或点云的 3D Object Detection、Semantic Segmentation、Occupancy Prediction（面向自动驾驶的感知任务，单模态和融合）1）SLAM/3DGS/三维点云/医疗图像/扩散模型/结构光/Transformer/CNN/Mamba/位姿估计 顶会论文指导。1）挑战场景下2D-2D，2D-3D或3D-3D配准问题。3）复杂天气条件下的单目深度估计系统研究。5）基于大模型的单目深度估计系统研究。2）多帧融合的单目深度估计系统研究。

原创 KW-D | 高精度3D结构光相机：开源、抗高反，精度0.03mm

KW系列相机采用了单目+结构光方案，基于DLP投影技术，核心部件包括TI DLP3010投影芯片、Sony的成像芯片以及Nvidia Jetson Nano运算模块。这使得它成为一款强大的3D相机，特别适用于3D扫描、工业3D缺陷检测，并可与机器人在工业无序抓取、上下料等场景下无缝配合使用。本文档主要介绍KW-D详细的技术规格，便于用户进一步了解该款相机的各项指标。图1 KW-D外观。

原创 只要敢捞偏门，篇篇都是顶会顶刊！

1）基于图像或点云的 3D Object Detection、Semantic Segmentation、Occupancy Prediction（面向自动驾驶的感知任务，单模态和融合）1）SLAM/3DGS/三维点云/医疗图像/扩散模型/结构光/Transformer/CNN/Mamba/位姿估计 顶会论文指导。1）挑战场景下2D-2D，2D-3D或3D-3D配准问题。3）复杂天气条件下的单目深度估计系统研究。5）基于大模型的单目深度估计系统研究。2）多帧融合的单目深度估计系统研究。

原创 突破6000人了！这个3D视觉顶级学习圈子里面究竟有什么？

如何系统的学习3D视觉算法，3D高斯等，面对面和领域内的专家交流，博主在这里推荐我们一直在更新的3D视觉学习社区：3D视觉从入门到精通知识星球，目前是国内成立，涉及方向的3D视觉学习社区。下面再给大家介绍一下3D视觉从入门到精通知识星球现在提供的服务和价值，看完后也许你就能理解为什么3D视觉从入门到精通知识星球会有这么朋友加入了。3D视觉从入门到精通知识星球是我们坚持运营了6年多，汇集了、优质内容的国内成立最早的3D视觉交流社区。

原创 普通双非，怒发一篇顶会！

1）基于图像或点云的 3D Object Detection、Semantic Segmentation、Occupancy Prediction（面向自动驾驶的感知任务，单模态和融合）1）SLAM/3DGS/三维点云/医疗图像/扩散模型/结构光/Transformer/CNN/Mamba/位姿估计 顶会论文指导。1）挑战场景下2D-2D，2D-3D或3D-3D配准问题。3）复杂天气条件下的单目深度估计系统研究。5）基于大模型的单目深度估计系统研究。2）多帧融合的单目深度估计系统研究。

原创 终于来了！三维点云PCL高阶实战，包括点云拼接、分割、滤波、凸包等

所有的3d扫描仪，扫描生成点云后，都需要进行点云处理，以便于后续任务提取信息。自动驾驶激光雷达扫描的点云，也需要进行点云处理，然后再进行目标检测、轨迹规划等任务。实际做3d项目时，对于点云的处理，也是必不可少的一环。作为在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等，并支持跟QT联合开发。

原创 6000人的3D视觉黄埔军校，到底有哪些硬菜？

​如何系统的学习3D视觉算法，3D高斯等，面对面和领域内的专家交流，博主在这里推荐我们一直在更新的3D视觉学习社区：3D视觉从入门到精通知识星球，目前是国内成立，涉及方向的3D视觉学习社区。下面再给大家介绍一下3D视觉从入门到精通知识星球现在提供的服务和价值，看完后也许你就能理解为什么3D视觉从入门到精通知识星球会有这么朋友加入了。3D视觉从入门到精通知识星球是我们坚持运营了6年多，汇集了、优质内容的国内成立最早的3D视觉交流社区。

原创 3DGS仍是2024发论文神器!

1）基于图像或点云的 3D Object Detection、Semantic Segmentation、Occupancy Prediction（面向自动驾驶的感知任务，单模态和融合）1）SLAM/3DGS/三维点云/医疗图像/扩散模型/结构光/Transformer/CNN/Mamba/位姿估计 顶会论文指导。1）挑战场景下2D-2D，2D-3D或3D-3D配准问题。3）复杂天气条件下的单目深度估计系统研究。5）基于大模型的单目深度估计系统研究。2）多帧融合的单目深度估计系统研究。

原创 分享一个基于TOF的激光雷达测距仪项目

原创 3DGS论文大盘点

原创 深度聚焦3D视觉的三个平台

原创 如何发一篇顶会论文？ 涉及3D高斯，slam，自动驾驶，三维点云等等

1）基于图像或点云的 3D Object Detection、Semantic Segmentation、Occupancy Prediction（面向自动驾驶的感知任务，单模态和融合）1）SLAM/3DGS/三维点云/医疗图像/扩散模型/结构光/Transformer/CNN/Mamba/位姿估计 顶会论文指导。1）挑战场景下2D-2D，2D-3D或3D-3D配准问题。3）复杂天气条件下的单目深度估计系统研究。5）基于大模型的单目深度估计系统研究。2）多帧融合的单目深度估计系统研究。

原创 这些最新idea代码都开源了！

原创 ROS-SLAM两轮差速小车NanoBot A001

针对市场上存在的小车和相关ROS-SLAM课程，笔者发现他们存在以下两个问题：提供实体小车的商家，一般只会提供基础的课程和小车使用说明，缺少配套实战性、操作性均优的ROS-SLAM课程。提供课程的商家往往没有配套的智能小车。让学员从0到1搭建出一辆小车，对于新手来说，通常是比较困难的，容易浪费时间。针对上述缺点，3D视觉工坊联合主讲老师开发了。通过该小车和配套课程，学员能够。

原创 在手眼标定过程中是否应该将深度信息考虑进去，以及这样做是否会对标定效果产生积极影响？

请问，对于RGBD相机的手眼标定，眼在手外，如果取图取15次，前3次为平移，后面为不同高度的平移和旋转。这种方式，可以正确标定吗？在用标定时，需要把深度信息加入吗？我看有的资料说，加入深度信息好像效果并不是那么好。

原创 高精度、轻量化、抗高反工业3D相机！

YA001高精度3D相机采用结构光进行扫描，其内置自研的高精度3D算法，可直接实时输出高精度点云数据，满足工业级生产所需亚毫米测量的三维视觉应用需求。该款3D相机体积小,重量轻，机身强度高，散热好，成像速度快，精度高，特别适用于高温等复杂工作环境，可应用于工业自动化、激光焊接、三维重建等场景。重量超轻则使得YA001相机能更广泛地适用于各类载重、不同臂展的工业机器人。金属外壳能够快速将内部的热量传导到表面，从而更快地进行散热；金属外壳更加坚固，不易变形或破损，更能保护内部的维护设备；

原创 研究生一作连发2篇顶会，为啥？

原创 6年沉淀，6000人见证的3D视觉算法学习圈子

近期，我们收到了一些粉丝的积极反馈，他们表示通过我们提供的“”中的视频教程和答疑服务，成功解决了工作中遇到的各种难题。更令人振奋的是，有粉丝分享，在学习了星球内的丰富视频教程和其他学习资源后，他们不仅提升了自己的专业技能，还找到了理想的3D视觉算法岗位，薪资待遇相当优厚。我们为粉丝们的成长和成功感到由衷的高兴。同时，我们也在持续努力，不断完善“”，为大家提供更多必需的知识模块。这次给大家申请了巨大优惠，，优惠力度前所未有，仅限一天，欢迎大家加入。

原创 3DG高斯/SLAM/具身智能/扩散模型等方向论文辅导！

原创 三维重建，谁才是顶流？

3DGS技术是近年来计算机视觉领域最具突破性的研究成果之一。它不仅在学术界引起了广泛关注，成为计算机视觉、SLAM等领域的研究热点，而且每天都有大量基于Gaussian Splatting的新研究问世。此外，3DGS技术在商业应用方面也取得了显著进展，许多商业公司正在积极推动3DGS技术的商业化落地。随着3DGS技术的商业化进程加速，与之相关的计算机视觉岗位也如雨后春笋般涌现。

原创 [第二期]彻底搞透视觉三维重建：原理剖析、代码讲解、优化改进视频课

这三年里面三维重建出现了各式各样的发展：nerf、gaussian splatting等，这些技术的出现无疑是对传统3D视觉的巨大冲击，但目前来看，大多数nerf和gaussian splatting 的输入还都是sfm的结果，根据开源的结果来看准确的说应该是使用colmap的结果作为输入，当然也有一些工作是without colmap的(目前并不多)。我们都知道所有的结果都是有痕可寻的，这句话同样适用于colmap的sfm结果，一旦发现最终的结果不尽人意，都会归因为输入的质量不佳。

原创 ROS-SLAM NanoBot A001智能小车终于来啦!

针对市场上存在的小车和相关ROS-SLAM课程，笔者发现他们存在以下两个问题：提供实体小车的商家，一般只会提供基础的课程和小车使用说明，缺少配套实战性、操作性均优的ROS-SLAM课程。提供课程的商家往往没有配套的智能小车。让学员从0到1搭建出一辆小车，对于新手来说，通常是比较困难的，容易浪费时间。针对上述缺点，3D视觉工坊联合主讲老师开发了。通过该小车和配套课程，学员能够。

原创 零基础入门ROS-SLAM小车仿真与实践[理论+仿真+实战]

针对这种情况，本工坊对当前移动机器人应用最广泛的技术方向之一的SLAM推出了从入门到仿真再到实战的系统化学习课程，帮助有意成为机器人工程师的朋友学好和用好SLAM(2D)技术打下扎实的基础。，讲师将带领学员逐步实现2d激光雷达仿真，扫描仿真和运动仿真等等，算法模块最终可以组合为一个完备的纯C++ 手写slam简易仿真，学员完成该仿真工程后，可以高屋建瓴地看待整个slam算法。本课程答疑主要在本课程对应的鹅圈子中答疑，学员学习过程中，有任何问题，可以随时在鹅圈子中提问。2.夯实算法基础，完成c++建图仿真。

原创 车载传感器Lidar/Radar/Camear/lMU如何高效标定助力量产

再比如激光和相机方向角偏差0.2度，侧方45度的激光点p(100, 100, 0) 在内参为M【2000， 0， 960， 0， 2000， 540， 0， 0， 1】的相机下，投影像素误差可以计算：deltaP = M*R*p - M*p,约有5个像素的误差，那么很多前融合的事情就做不了。但是做过自动驾驶的都知道，在前期研发阶段，并没有很理想的平台支持，很多事情都是一边干一边改，一年前采集的数据，车子早都拆了，现在要重新标定，手里只有一堆数据，那么只能利用数据标定，即所谓的无标靶标定。

原创 华科大最新 | EfficientGS：打造高效渲染的大规模三维场景

作者：小柠檬 | 来源：3DCV在公众号「3DCV」后台，回复「原论文」可获取论文pdf添加微信：dddvision，备注：3D高斯，拉你入群。文末附行业细分群详细内容请关注3DCV3DGS、NeRF、结构光、相位偏折术、机械臂抓取、点云实战、Open3D、缺陷检测、BEV感知、Occupancy、Transformer、模型部署、3D目标检测、深度估计、多传感器标定、规划与控制、无人机仿真、三维视觉C++、三维视觉python、dToF、相机标定、ROS2、机器人控制规划、LeGo-LAOM、多模态融合S