吴建明wujianming_110117

小目标检测技术分析小目标检测及跟踪系统分为四个模块：· 硬件模块该模块基于标准PCI总线，并配以超大规模可编程芯片(DSP、FPGA)，具有极强的运算、处理能力。· DSP 程序模块其功能主要实现复杂背景下的小目标检测、跟踪。考虑到系统的实时性要求，复杂背景下的小目标检测采用红外能量积累技术。首先对红外图像进行增强；然后在对小目标进行粗检测；最后在视频序列上分割提取小目标。同时，采用预测...

三维成像结构光Micro-Baseline Structured Light论文链接：http://openaccess.thecvf.com/content_ICCV_2019/papers/Saragadam_Micro-Baseline_Structured_Light_ICCV_2019_paper.pdf摘要我们提出微基线结构光（MSL），一种新的三维成像方法，设计用于小尺寸...

3D-LaneNet：端到端三维多车道检测ICCV20193D-LaneNet: End-to-End 3D Multiple LaneDetection论文链接：http://openaccess.thecvf.com/content_ICCV_2019/papers/Garnett_3D-LaneNet_End-to-End_3D_Multiple_Lane_Detection_IC...

ICCV2019论文点评：3D Object Detect疏密度点云三维目标检测STD: Sparse-to-Dense 3D Object Detector forPoint Cloud论文链接：https://arxiv.org/pdf/1907.10471.pdf本文在LITTI数据集3D Object Detection三维目标检测性能排名第5。摘要提出了一种新的两级三维目...

CVPR2020论文解读：3D Object Detection三维目标检测PV-RCNN:Point-Voxel Feature Se tAbstractionfor 3D Object Detection论文链接：https://arxiv.org/pdf/1912.13192.pdf本文在LITTI数据集3D Object Detection三维目标检测性能排名第一。摘要提出...

CVPR2020论文介绍： 3D 目标检测高效算法CVPR2020：Structure Aware Single-Stage 3D Object Detection from PointCloud随着CVPR2020入选论文的曝光，一篇关于自动驾驶的文章被录用，该论文提出了一个通用、高性能的自动驾驶检测器，首次实现3D物体检测精度与速度的兼得，有效提升自动驾驶系统安全性能。目前，该检测器...

CVPR2020论文解读：三维语义分割3D SemanticSegmentationxMUDA: Cross-Modal Unsupervised Domain Adaptationfor 3D Semantic Segmentation摘要无监督域自适应（UDA）对于解决新域中缺少注释的问题至关重要。有许多多模态数据集，但大多数UDA方法都是单模态的。在这项工作中，我们探索如何从多...

CVPR2019：无人驾驶3D目标检测论文点评重读CVPR2019的文章，现在对以下文章进行点评。Stereo R-CNN based 3D Object Detection for AutonomousDrivingintroduction本文提出了完全自动驾驶3D目标检测方法，包括3D图像检测疏密度，语义和几何信息。这个方法命名为Stereo R-CNN，将Faster R-CN...