干货第一时间送达
导读:
本文由黄浴博士授权发布,作者为黄浴。
普通摄像头的图像已经有很多论文讨论各种应用的深度学习方法,但对鱼眼镜头(fisheye)和全向(omnidirectional)摄像头的工作比较少。本文将列出一些,此外之后还将讨论深度学习中对这类图像数据特别适合的模型,比如STN、SCNN和DCN等。
2. Flat2Sphere: Learning Spherical Convolution for Fast Features from 360° Imagery
3. SalNet360: Saliency Maps for omnidirectional images with CNN
4. Scene Understanding Networks for AD based on the Around View Monitoring System
5. Eliminating the Blind Spot: Adapting 3D Object Detection and Mono Depth Estimation to 360◦ Panoramic Imagery
6. Distortion-Aware Convolutional Filters for Dense Prediction in Panoramic Images
7. Restricted Deformable Convolution based Road Scene Semantic Segmentation Using Surround View Cameras
重磅!3DCVer-学术论文写作投稿 交流群已成立
扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群,目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。
一定要备注:研究方向+学校/公司+昵称,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,可快速被通过且邀请进群。原创投稿也请联系。
▲长按加微信群或投稿 ▲长按关注公众号
▲长按关注公众号