Zobrazeno 1 - 10
of 149
pro vyhledávání: '"Leutenegger S"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Estimating human motion from video is an active research area due to its many potential applications. Most state-of-the-art methods predict human shape and posture estimates for individual images and do not leverage the temporal information available
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1032::e8c46650381ff1cc8b3eb2b638f412e1
http://hdl.handle.net/10044/1/98919
http://hdl.handle.net/10044/1/98919
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.
In robotic applications, a key requirement for safe and efficient motion planning is the ability to map obstacle-free space in unknown, cluttered 3D environments. However, commodity-grade RGB-D cameras commonly used for sensing fail to register valid
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1032::5bbdd2c6b77ad24538c6acdae8f6bc3f
http://hdl.handle.net/10044/1/87911
http://hdl.handle.net/10044/1/87911
With the aim of bridging the gap between high quality reconstruction and mobile robot motion planning, we propose an efficient system that leverages the concept of adaptive-resolution volumetric mapping, which naturally integrates with the hierarchic
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1032::af4c5f1db038473992eae5e25c10988e
http://hdl.handle.net/10044/1/83885
http://hdl.handle.net/10044/1/83885
Dense image alignment from RGB-D images remains a critical issue for real-world applications, especially under challenging lighting conditions and in a wide baseline setting. In this paper, we propose a new framework to learn a pixel-wise deep featur
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1032::e03f8fb3aff0ee635225904c709d0552
http://hdl.handle.net/10044/1/82605
http://hdl.handle.net/10044/1/82605
In this work we introduce a new bounding-box free network (BBFNet) for panoptic segmentation. Panoptic segmentation is an ideal problem for a bounding-box free approach as it already requires per-pixel semantic class labels. We use this observation t
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1032::3b73d8a6df36450eb410836ed0723c80
http://hdl.handle.net/10044/1/79814
http://hdl.handle.net/10044/1/79814
Detailed 3D reconstruction is an important challenge with application to robotics, augmented and virtual reality, which has seen impressive progress throughout the past years. Advancements were driven by the availability of depth cameras (RGB-D), as
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1032::96b0888ba5b3fec3893b1d16d4b02bf3
http://hdl.handle.net/10044/1/71988
http://hdl.handle.net/10044/1/71988
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.