无码色一区二区三区,肉欲少妇18毛片

內(nèi)容簡(jiǎn)介

　　本書(shū)重點(diǎn)研究利用視覺(jué)信息對(duì)場(chǎng)景進(jìn)行實(shí)時(shí)重建和理解，以實(shí)現(xiàn)主動(dòng)交互功能。從機(jī)器人與場(chǎng)景建模、理解、導(dǎo)航、交互等領(lǐng)域出發(fā)，全方位地講解其所涉及的相關(guān)技術(shù)和具體實(shí)踐。本書(shū)圍繞場(chǎng)景建模與機(jī)器人感知的主題，建立了一個(gè)多學(xué)科交叉融合的知識(shí)體系，主要面向?qū)τ?jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺(jué)和機(jī)器人感興趣的高年級(jí)本科生、研究生及相關(guān)技術(shù)人員。本書(shū)將理論與實(shí)踐相結(jié)合，既包含最基礎(chǔ)的算法，又涉及**的技術(shù)，并附以詳細(xì)的代碼或偽代碼資源，以及“章節(jié)知識(shí)點(diǎn)”等特色內(nèi)容，期望為從事該領(lǐng)域相關(guān)工作的人員提供一些有效的參考。

作者簡(jiǎn)介

　　楊鑫，本科畢業(yè)于吉林大學(xué)計(jì)算機(jī)學(xué)院，于浙江大學(xué)-美國(guó)加州大學(xué)戴維斯分校計(jì)算機(jī)學(xué)院進(jìn)行博士生聯(lián)合培養(yǎng)，獲工學(xué)博士學(xué)位，香港城市大學(xué)博士后?，F(xiàn)任學(xué)校學(xué)科建設(shè)辦公室副主任，分管學(xué)校雙一流學(xué)科規(guī)劃、學(xué)科平臺(tái)與經(jīng)費(fèi)管理工作。主要研究方向?yàn)橛?jì)算機(jī)圖形學(xué)與視覺(jué)、類腦計(jì)算、多模態(tài)大數(shù)據(jù)分析與決策。

圖書(shū)目錄

第1章三維重建
1.1概述
1.2國(guó)內(nèi)外主要研究工作
1.2.1基于多視圖幾何的三維重建
1.2.2基于深度學(xué)習(xí)的三維重建
1.2.3小結(jié)
1.3技術(shù)實(shí)踐
1.3.1技術(shù)案例一：基于多任務(wù)的深度圖預(yù)測(cè)
1.3.2技術(shù)案例二：主動(dòng)式目標(biāo)三維重建與補(bǔ)全優(yōu)化
1.3.3技術(shù)案例三：基于模型替換的場(chǎng)景建模
1.3.4技術(shù)案例四：基于無(wú)監(jiān)督學(xué)習(xí)的場(chǎng)景重建
1.3.5技術(shù)案例五：基于單視角圖像的場(chǎng)景重建
1.4本章小結(jié)
1.5思考題
參考文獻(xiàn)
第2章場(chǎng)景探索
2.1概述
2.2國(guó)內(nèi)外主要研究工作
2.2.1三維重建中的場(chǎng)景探索
2.2.2視覺(jué)語(yǔ)義導(dǎo)航中的場(chǎng)景探索
2.2.3小結(jié)
2.3技術(shù)實(shí)踐
2.3.1技術(shù)案例一：對(duì)象感知引導(dǎo)的自主場(chǎng)景三維重建
2.3.2技術(shù)案例二：面向未知三維場(chǎng)景重建系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
2.3.3技術(shù)案例三：視覺(jué)語(yǔ)義導(dǎo)航中基于語(yǔ)義場(chǎng)景補(bǔ)全的
場(chǎng)景探索
2.4本章小結(jié)
2.5思考題
參考文獻(xiàn)
第3章場(chǎng)景理解
3.1概述
3.2國(guó)內(nèi)外主要研究工作
3.2.1基于物體檢測(cè)與分類的室內(nèi)場(chǎng)景理解
3.2.2基于場(chǎng)景圖發(fā)掘物體關(guān)聯(lián)的室內(nèi)場(chǎng)景理解
3.2.3小結(jié)
3.3技術(shù)實(shí)踐
3.3.1技術(shù)案例一：基于卷積神經(jīng)網(wǎng)絡(luò)的點(diǎn)云語(yǔ)義分割與分類
3.3.2技術(shù)案例二：基于三維場(chǎng)景點(diǎn)云的場(chǎng)景圖生成
3.4本章小結(jié)
3.5思考題
參考文獻(xiàn)

第4章機(jī)器人導(dǎo)航與避障
4.1概述
4.2國(guó)內(nèi)外主要研究工作
4.2.1經(jīng)典重定位算法
4.2.2基于深度學(xué)習(xí)的重定位算法
4.2.3經(jīng)典導(dǎo)航與避障算法
4.2.4基于深度學(xué)習(xí)的導(dǎo)航與避障算法
4.2.5小結(jié)
4.3技術(shù)實(shí)踐
4.3.1技術(shù)案例一：基于特征數(shù)據(jù)庫(kù)匹配的相機(jī)重定位
4.3.2技術(shù)案例二：基于深度學(xué)習(xí)的相機(jī)重定位
4.3.3技術(shù)案例三：基于相機(jī)重定位的機(jī)器人導(dǎo)航
4.3.4技術(shù)案例四：基于已知柵格地圖的機(jī)器人避障
4.3.5技術(shù)案例五：基于深度強(qiáng)化學(xué)習(xí)的多智能體避障
4.3.6技術(shù)案例六：基于單目相機(jī)的復(fù)雜場(chǎng)景自主避障
4.4本章小結(jié)
4.5思考題
參考文獻(xiàn)
第5章機(jī)器人抓取
5.1概述
5.2國(guó)內(nèi)外主要研究工作
5.2.1基于分析法和經(jīng)驗(yàn)法的抓取方式檢測(cè)
5.2.2基于深度學(xué)習(xí)的抓取方式檢測(cè)
5.2.3小結(jié)
5.3技術(shù)實(shí)踐
5.3.1技術(shù)案例一：基于物體交互動(dòng)力學(xué)的抓取姿態(tài)檢測(cè)
5.3.2技術(shù)案例二：基于主動(dòng)學(xué)習(xí)的機(jī)器人抓取
5.3.3技術(shù)案例三：基于Faster RCNN的機(jī)器人抓取
5.3.4技術(shù)案例四：基于弱監(jiān)督語(yǔ)義分割網(wǎng)絡(luò)的機(jī)器人抓取
5.3.5技術(shù)案例五：基于生成式的抓取姿態(tài)檢測(cè)
5.4本章小結(jié)
5.5思考題
參考文獻(xiàn)
第6章綜合項(xiàng)目實(shí)踐：面向機(jī)器人任務(wù)的三維場(chǎng)景建模與理解
6.1項(xiàng)目實(shí)踐背景
6.2項(xiàng)目實(shí)踐概述
6.3項(xiàng)目實(shí)踐結(jié)構(gòu)
6.4主要模塊設(shè)計(jì)與實(shí)現(xiàn)
6.4.1多個(gè)RGBD相機(jī)的驅(qū)動(dòng)與信息采集
6.4.2基于多RGBD相機(jī)融合的室內(nèi)場(chǎng)景三維重建
6.4.3基于RGBD序列的場(chǎng)景標(biāo)記技術(shù)方法
6.4.4平臺(tái)設(shè)計(jì)
6.5本章小結(jié)
6.6思考題
參考文獻(xiàn)