超级会员免费看
本文介绍了2019CVPR上的一篇论文，研究了如何运用深度强化学习来实现体积引导的渐进视图补全，从而完成3D点云场景。文章探讨了2通道网络、马尔科夫决策过程（MDP）、视图池化层和ε-贪婪算法在解决此问题中的应用。
2019CVPR - 《Deep Reinforcement Learning of Volume-guided Progressive View Inpainting for 3D Point Scene Completion from a Single Depth Image》
一：a map with 2 channels
多通道的例如rgb图，每个像素点都有3个值表示 ，所以就是3通道。也有4通道的图。单通道的图像，每个像素点只有1个值表示颜色，即灰度图。（也有3通道的灰度图，3通道灰度图只有一个通道有值，其他两个通道的值都是零）。
例如：2015年CVPR的一篇关于图像相似度计算的文章：《Learning to Compare Image Patches via Convolutional Neural Networks》，本篇文章对经典的算法Siamese Networks 做了改进。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
