Zobrazeno 1 - 4
of 4
pro vyhledávání: '"Sartipi, Kourosh"'
In this paper, we address the problem of estimating dense depth from a sequence of images using deep neural networks. Specifically, we employ a dense-optical-flow network to compute correspondences and then triangulate the point cloud to obtain an in
Externí odkaz:
http://arxiv.org/abs/2011.09594
This paper addresses the problem of learning to complete a scene's depth from sparse depth points and images of indoor scenes. Specifically, we study the case in which the sparse depth is computed from a visual-inertial simultaneous localization and
Externí odkaz:
http://arxiv.org/abs/2008.00092
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Guo, Chao X., Sartipi, Kourosh, DuToit, Ryan C., Georgiou, Georgios A., Ruipeng Li, O'Leary, John, Nerurkar, Esha D., Hesch, Joel A., Roumeliotis, Stergios I.
Publikováno v:
2016 IEEE International Conference on Robotics & Automation (ICRA); 2016, p1071-1078, 8p
