本文整理天池比赛论坛分享：https://tianchi.aliyun.com/forum/postDetail?postId=195955智能算法赛：瓷砖表面瑕疵质检智能算法赛以“瓷砖表...

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达内容来自知乎，「3D视觉工坊」整理，如有侵权请联系删除https://www.zhihu.com/question/616232477作者 安安会议首推ICASSP（IEEE International Conference on Acoustics, Speech and SP），这个会议是CCF-B类会议，录用率高达49%，一半的几率中，.

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨黄浴来源丨计算机视觉深度学习和自动驾驶arXiv论文“Image-to-Lidar Self-Supervised Distillation for Autonomous Driving Data“，录取于CVPR‘22，作者来自法国的几个研究机构。在自动驾驶中，分割或检测稀疏激光雷达点云目标是两项重要任务，使车...

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达文章：Monocular Depth Estimation Based On Deep Learning: An Overview作...

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨HawkWang来源丨计算摄影学点击进入—>3D视觉工坊学习交流群一. 前言欢迎你进入我的计算摄影学专栏，最近的很多篇文章我都在讲立体匹配相关的知识。现在让我们打开地图看一看现在所处的位置：经过了很多传统立体匹配算法的学习，我们终于来到了新的篇章：当前进度在开始之前，让我们先翻阅一下我们学习过的经典立体匹配算法ADCensus和SG

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达来源:OpenCV学堂计算机视觉论文http://www.cvpapers.com/查历年的CVPR论文，到2020截至https...

来源丨深蓝AI概述特征提取是计算机视觉中的一个重要主题。不论是SLAM、SFM、三维重建等重要应用的底层都是建立在特征点跨图像可靠地提取和匹配之上。特征提取是计算机视觉领域经久不衰的研究热点，总的来说，快速、准确、鲁棒的特征点提取是实现上层任务基本要求。特征点是图像中梯度变化较为剧烈的像素，比如：角点、边缘等。FAST（Features from Accelerated...

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达SLAM包含了两个主要的任务：定位与构图，在移动机器人或者自动驾驶中，这是一个十分重要的问题：机器人要精确的移动，就必须要有一个环境...

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达3D 数据简介人们普遍认为，从单一角度合成 3D 数据是人类视觉的基本功能。但这对计算机视觉算法来说极具挑战性。但随着激光雷达（LiD...

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达前言：在计算机视觉方向，数据增强的本质是人为地引入人视觉上的先验知识，可以很好地提升模型的性能，目前基本成为模型的标配。最近几年逐渐出...