?
On Reproducing Semi-dense Depth Map Reconstruction using Deep Convolutional Neural Networks with Perceptual Loss
P. 1080-1084.
Макаров И. А., Dmitrii Maslov, Герасимова О. А., Vladimir Aliev, Alisa Korinevskaya, Sharma U., Wang H.
In our recent papers, we proposed a new family of residual convolutional neural networks trained for semi-dense and sparse depth reconstruction without use of RGB channel. The proposed models can be used in low-resolution depth sensors or SLAM methods estimating partial depth with certain distributions. We proposed using perceptual loss for training depth reconstruction in order to better preserve edge structure and reduce over-smoothness of models trained on MSE loss alone.
This paper contains reproducibility companion guide on training, running and evaluating suggested methods, while also presenting links on further studies in view of reviewers comments and related problems of depth reconstruction.
Ключевые слова: computer visionAugmented Realityconvolutional neural networksAutonomous vehiclesDepth mapMixed Reality
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Макаров И. А., Vladimir Aliev, Olga Gerasimova, , in : Proceedings of the 25th ACM international conference on Multimedia (ACM MM'17), Mountain View, CA USA, 23-27 October 2017. : NY : Association for Computing Machinery (ACM), 2017. P. 1407-1415.
With advances of recent technologies, augmented reality systems and autonomous vehicles gained a lot of interest from academics and industry. Both these areas rely on scene geometry understanding, which usually requires depth map estimation. However, in case of systems with limited computational resources, such as smartphones or autonomous robots, high resolution dense depth map estimation ...
Добавлено: 25 июня 2017 г.
Depth estimation has been an essential task for many computer vision applications, especially in autonomous driving, where safety is paramount. Depth can be estimated not only with traditional supervised learning but also via a self-supervised approach that relies on camera motion and does not require ground truth depth maps. Recently, major improvements have been introduced ...
Добавлено: 1 февраля 2022 г.
Макаров И. А., Vladimir Aliev, Gerasimova Olga и др., , in : Adjunct Proceedings of 2017 IEEE International Symposium on Mixed and Augmented Reality (ISMAR-Adjunct). : NY : IEEE, 2017. P. 93-94.
In this paper, we discuss a semi-dense depth map interpolation method based on convolutional neural network. We propose a compact neural network architecture with loss function defined as Euclidean distance in the feature space of VGG-16 neural network used for deep visual recognition. The suggested solution shows state-of-art performance on synthetic and real datasets. Together ...
Добавлено: 5 августа 2017 г.
NY : IEEE, 2017
Добавлено: 5 августа 2017 г.
Springer, 2018
Добавлено: 30 октября 2018 г.
Соколова А. И., Конушин А. С., Programming and Computer Software 2019 Vol. 45 No. 4 P. 213-220
Добавлено: 31 октября 2019 г.
Захаренко Р. Л., Regional Science and Urban Economics 2016 Vol. 61 P. 26-37
The effects of autonomous vehicles (AVs) on urban forms are modeled, calibrated, and analyzed. Vehicles are used for commute between peripheral home and central work, and require land for parking. An advantage of AVs is that they can optimize the location of day parking, relieving downtown land for other uses. They also reduce the per-kilometer ...
Добавлено: 11 ноября 2016 г.
Ершов Е. И., , in : 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). : IEEE, 2022. P. 1287-1300.
Добавлено: 8 сентября 2023 г.
Архипова М. Ю., Экономика региона 2022 Т. 18 № 2 С. 581-594
В статье рассматриваются новые направления моделирования урожайности зерновых культур в сельскохозяйственных регионах России на основе использования дистанционных возможностей получения информации о состоянии полей. Предлагаемый подход позволяет найти новые решения в разработке системы показателей, обосновании методологических платформ и моделей для получения более точных прогнозных оценок по сравнению с традиционными регрессионными моделями за счет использования системы компьютерного ...
Добавлено: 12 января 2023 г.
Curran Associates, Inc., 2016
Добавлено: 26 декабря 2017 г.
Santiago de Chile : IEEE, 2015
Computer Vision (ICCV), 2015 IEEE International Conference on ...
Добавлено: 19 октября 2017 г.
Малафеев А. Ю., Николаев К. И., , in : Analysis of Images, Social Networks and Texts. 8th International Conference, AIST 2019, Kazan, Russia, July 17–19, 2019, Revised Selected Papers. Communications in Computer and Information Science. Vol. 1086.: Springer, 2020. P. 154-159.
В статье проводится исследование методов глубокого обучения для решения новой задачи многоклассовой классификации текстов, а именно определения интересов пользователей с помощью текстовых сообщений. Мы использовали оригинальный набор данных из почти 90 тысяч текстовых сообщений с форумов, размеченных по десяти интересам. Мы экспериментировали с различными современными архитектурами нейронных сетей: рекуррентными и сверточными, а также с более простыми сетями с прямой связью. ...
Добавлено: 7 ноября 2019 г.
Barinova O., Konushin V., Yakubenko A. и др., , in : Lecture Notes in Computer Science. Vol. 5303: Computer Vision – ECCV 2008.: Berlin : Springer, 2008. P. 100-113.
Добавлено: 10 июля 2014 г.
Kirillov A., Gavrikov M., Лобачева Е. М. и др., , in : Proceedings of the 27th British Machine Vision Conference. : -, 2016. P. 1-12.
The Shape Boltzmann Machine (SBM) and its multilabel version MSBM have been recently introduced as deep generative models that capture the variations of an object shape. While being more flexible MSBM requires datasets with labeled parts of the objects for training. In the paper we present an algorithm for training MSBM using binary masks of ...
Добавлено: 24 февраля 2017 г.
Mamedov T., Kuplyakov D., Конушин А. С., , in : Proceedings of the 31st International Conference on Computer Graphics and Vision (GraphiCon 2021). Nizhny Novgorod, Russia, September 27-30, 2021. Vol. 3027.: CEUR Workshop Proceedings, 2021. P. 453-463.
Добавлено: 25 ноября 2022 г.
Voronkov Ilia, Amajd M., Kaimuldenov Z., , in : Actual Problems of System and Software Engineering 2017. Proceedings of the 5th International Conference on Actual Problems of System and Software Engineering Supported by Russian Foundation for Basic Research. Project #17-07-20565 Moscow, Russia, November 14-16, 2017, 408 P. Vol. 1989.: Aachen : CEUR Workshop Proceedings, 2017. P. 362-370.
Добавлено: 16 августа 2018 г.
Протасов С. И., Крыловецкий А. А., Кургалин С. Д., Известия ЮФУ. Технические науки 2012 № 6 С. 144-148
Рассматривается метод предобработки изображений в системах стереозрения, основанный на модификации алгоритма стабилизации видео [1]. Метод описывает ректификацию изображений как набор последовательных преобразований, каждое из которых находится как решение оптимизационной задачи. В статье описана математическая модель, соответствующая основным положениям подхода к стабилизации видео, приводятся оптимизационные методы нахождения параметров преобразований и описываются статистические алгоримты уточнения решения. Предлагаемый ...
Добавлено: 16 октября 2017 г.
Tsoy T., Safin R., Магид Е. А. и др., , in : 2022 International Siberian Conference on Control and Communications (SIBCON). : IEEE, 2022. Ch. 9438925.
Добавлено: 11 октября 2021 г.
Смусева Д. А., Малахов И. Ю., В кн. : Межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов им. Е.В. Арменского. : МИЭМ НИУ ВШЭ, 2018. С. 227-229.
В работе рассматривается проблема усвоения учебного материала при дошкольном образовании. Выдвигаются требования к разработке конкурентоспособного программного обеспечения с использованием дополненной реальности, которое ориентировано на дошкольное образование. Подробно описывается принцип работы программного обеспечения, предлагаются различные алгоритмы работы программы. Результаты работы могут быть использованы для дальнейших исследований в области дополненной реальности, для новых разработок в этой области, ...
Добавлено: 6 июня 2018 г.
Добавлено: 28 октября 2022 г.
Добавлено: 15 сентября 2015 г.