Zobrazeno 1 - 10
of 40
pro vyhledávání: '"Dexheimer, Eric"'
Autor:
Dexheimer, Eric, Davison, Andrew J.
We present COMO, a real-time monocular mapping and odometry system that encodes dense geometry via a compact set of 3D anchor points. Decoding anchor point projections into dense geometry via per-keyframe depth covariance functions guarantees that de
Externí odkaz:
http://arxiv.org/abs/2404.03531
Autor:
Dexheimer, Eric, Davison, Andrew J.
We propose learning a depth covariance function with applications to geometric vision tasks. Given RGB images as input, the covariance function can be flexibly used to define priors over depth functions, predictive distributions given observations, a
Externí odkaz:
http://arxiv.org/abs/2303.12157
We address the problem of learning observation models end-to-end for estimation. Robots operating in partially observable environments must infer latent states from multiple sensory inputs using observation models that capture the joint distribution
Externí odkaz:
http://arxiv.org/abs/2108.02274
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Lacey, Michael, Dexheimer, Eric, Mecklin, John, Landau, Nathan, Wiener, Jon, Tevlin, Jon, Scigliano, Eric, Chukman, L. D., Bates, Eric
Publikováno v:
Nation. 9/7/1998, Vol. 267 Issue 7, p2-28. 4p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.