您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. CodeSLAM:CodeSLAM的实现—学习密集的Visual SLAM论文的紧凑,可优化表示形式(https-源码

  2. CodeSLAM CodeSLAM的PyTorch实现。 概括 它试图解决/解决的问题 真实3D感知系统中的几何图形表示。 可能带有语义标签的密集表示是高维的,不适合概率推断。 稀疏表示,可以避免这些问题,但仅捕获部分场景信息。 新方法/解决方案 新的紧凑但密集的场景几何表示,以来自单个图像的强度数据为条件,并由包含少量参数的代码生成。 每个关键帧都可以生成一个深度图,但是可以与姿势变量和重叠关键帧的代码一起对代码进行优化,以实现全局一致性。 介绍 由于不确定性的传播对于很大的自由度很快
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:11264
    • 提供者:weixin_42149153