本次分享我们邀请到了北京大学在读博士余旺博为大家着重介绍他的工作：ViewCrafter。如果您有相关工作需要分享，欢迎文末联系我们。ViewCrafter: Taming Video Diffusion Models for High-fidelity Novel View Synthesis论文：https://arxiv.org/pdf/2409.02048主页：https://drexub

作者丨行痴@知乎来源丨https://www.zhihu.com/question/392255715/answer/1200711803编辑丨3D视觉工坊工程slam对数学要求不算特别高。大部分都是应用数学范畴，但是本科只学过四门数学课的确不够用。比如我本科的四门数学课高数线代复变概率统计。正如你所说，你研究生阶段开始学习数值分析，最优化，凸优化，slam要用一点李代数李群表示位姿做优化，矩阵论

来源丨古月居点击进入—>3D视觉工坊学习交流群地图数据常常可以用图(Graph)这类数据结构表示，那么在图结构中常用的搜索算法也可以应用到路径规划中。本文将从图搜索算法的基本流程入手，层层递进地介绍几种图搜索算法。首先是两种针对无权图的基本图搜索算法：深度优先搜索(Depth First Search, DFS)、广度优先搜索(Breadth First Search, BFS)。它们的区别

点击下方卡片，关注「3D视觉工坊」公众号选择星标，干货第一时间送达添加小助理: dddvision，备注：研究方向+学校/公司+昵称（如目标检测+清华+小草莓）▲长按扫码添加助理大家好，我是小草莓！我们3D视觉工坊成立了计算机视觉各个方向的交流群，详细如下所示，欢迎添加小助理，邀请你加群！3D视觉交流群目前我们已经建立了3D视觉方向多个社群，包括2D计算机视觉、大模型、工业3D视觉、SLAM、自动

自动驾驶为什么要传感器标定传感器标定是自动驾驶感知&规划任务的基础。第一，各个传感器各自感知的结果需要统一到车体系融合表达，比如Mono3D感知的前方车辆和激光感知的前方车辆，都需要转换到车体系，才可以融合并输出给下游。第二，某些感知任务依赖传感器外参标定，比如视觉IPM变换，需要知道相机外参。第三，前融合任务，例如相机和激光前融合，也需要知道相机&激光的外参。所以传感器标定是一切

作者：鱼骨 | 来源：3D视觉工坊在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf和代码链接。添加微信：dddvisiona，备注：3D点云，拉你入群。文末附行业细分群。1. 笔者感悟本文介绍了一种名为OASIS（Optimal Arrangements for Sensing in SLAM）的新方法，该方法旨在优化移动机器人在SLAM任务中的传感器布置。本文指出了当前存在的研究问.

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达来源丨自动驾驶专栏点击进入—>3D视觉工坊学习交流群论文链接：https://arxiv.org/pdf/1901.03642.pdfGitHub链接：https://github.com/HKUST-Aerial-Robotics/VINS-Fusion摘要精确状态估计是自主机器人的基础问题。为了实现局部精确且全局无漂移的状态估计，通常

0. 写在前面3D目标检测是自动驾驶非常重要的一个基础任务，其重要性不言而喻。今天笔者为大家推荐一篇3D目标检测方向的最新综述，这篇文章包含201篇参考文献，全面总结了基于图像的3D目标检测方案，还谈论了未来的研究方向。下面一起来阅读一下这项工作~这里给大家推荐下3D目标检测微信群，扫码入群，方便大家沟通交流：1. 论文信息标题：3D Object Detection from Images fo

来源：3D视觉工坊在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf链接添加微信：dddvision，备注：3D目标检测，拉你入群。文末附行业细分群1. 写在前面在LiDAR场景中标注3D目标非常繁琐，今天笔者为大家推荐一篇加速3D标注的最新工作iDet3D。这个交互式的标注算法支持2D界面，可以以最少的交互来标注每个场景中的整个目标。下面一起来阅读一下这项工作~2. 摘要对LiDAR场

来源丨安森美编辑丨新机器视觉作者丨Geoff Ballew点击进入—>3D视觉工坊学习交流群当前我们对图像传感器的依赖程度超出了大多数人的想象。图像传感器应用在汽车上，帮助我们避免碰撞；应用于建筑监控，防止非法入侵；应用于生产线，检查产品的质量。有趣的是，人们经常按照像素大小和分辨率等非常简单的指标，对图像传感器进行分类，但为不同应用选择合适的传感器要比这复杂得多。分辨率我们依赖...