Registration of 3D Point Sets Using Exponential-based Similarity Matrix
Advanced Robotics and Automation (ARA) Laboratory, Department of Computer Science and Engineering, University of Nevada, Reno(高级机器人与自动化实验室,计算机科学与工程系,内华达大学雷诺分校)
本文提出 ESM-ICP 方法,通过高斯启发的指数加权相似度矩阵改进经典 ICP 算法,以解决大旋转差异和非高斯噪声下的三维点集配准问题,并在实验中优于传统几何方法和近期学习方法。
2025-05-07 cs.CV
RPM-Net: Robust Point Matching using Learned Features
National University of Singapore(新加坡国立大学)
迭代最近点(ICP)通过两个步骤迭代地解决刚性点云配准问题:(1)对空间最近点对应进行硬分配,然后(2)找到最小二乘刚性变换。基于空间距离的最近点对应的硬分配对初始刚性变换和噪声/离群点敏感,这通常导致ICP收敛到错误的局部最小值。在本文中,我们提出了RPM-Net --一种对初始化不太敏感、基于深度学习的更鲁棒的刚性点云配准方法。为此,我们的网络使用可微Sinkhorn层和退火来从从空间坐标和局部几何学中学习的混合特征中获得点对应的软分配。为了进一步提高配准性能,我们引入了二级网络来预测最佳退火参数。与一些现有的方法不同,我们的RPM-Net处理缺少的对应关系和部分可见的点云。实验结果表明,与现有的非深度学习和最近的深度学习方法相比,我们的RPM-Net实现了最先进的性能。我们的源代码可以在项目网站https://github.com/yewzijian/RPMNet上找到。
2020-03-30 cs.CV
Spectral GS-SLAM: Observability-Aware, Degeneracy-Robust Tracking for Real-Time 3D Gaussian Splatting SLAM
College of Computing and Data Science, Nanyang Technological University(南洋理工大学计算机与数据科学学院)
提出Spectral GS-SLAM,通过自适应补偿退化场景中的欠约束方向,结合ICP与特征约束实现鲁棒跟踪,并利用高斯感知平面性加权机制融合几何信息,在无结构/纹理环境中保持实时性能(40.14 FPS)。
2026-10-14 cs.CV cs.RO
NICP: Neural ICP for 3D Human Registration at Scale
University of Tübingen(蒂宾根大学);Tübingen AI Center(蒂宾根人工智能中心);Google Research(谷歌研究院);Max Planck Institute for Informatics(马克斯·普朗克信息学研究所)
本文提出NSR,一种基于NICP(神经ICP)的自监督可扩展3D人体配准方法,首次在数千形状和多种数据源上泛化,达到最先进性能。
2024-07-21 cs.CV
Integration of Absolute Orientation Measurements in the KinectFusion Reconstruction pipeline
King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学)
在本文中,我们将展示如何将低成本但高保真的IMU传感器提供的绝对方向测量集成到KinectFusion管道中。我们表明,集成提高了运行时间,鲁棒性和3D重建的质量。特别是,我们使用这个方向数据来播种和正则化ICP配准技术。我们还提出了一种技术来过滤的三维匹配点对的基础上分布的距离。该过滤器在GPU上有效地实现。估计距离的分布有助于控制ICP算法收敛所需的迭代次数。最后,我们展示了实验结果,突出了鲁棒性的改善,速度提高了近12%,并获得了53%的跟踪质量的ATE度量弗赖堡基准。
2018-04-22 cs.CV
Automatic marker-free registration based on similar tetrahedras for single-tree point clouds
Beijing Forestry University(北京林业大学)
本文提出一种基于相似四面体的单株树木点云无标记自动配准方法,通过骨架关键点构建与四面体匹配实现粗配准,再用ICP精配准,在精度和速度上显著优于传统ICP和NDT方法。
2024-11-20 cs.CV
DeepMapping: Unsupervised Map Estimation From Multiple Point Clouds
University of Rochester(罗切斯特大学);NYU Tandon School of Engineering(纽约大学坦登工程学院);Mitsubishi Electric Research Laboratories (MERL)(三菱电机研究实验室(MERL))
我们提出了DeepMapping,这是一种新的注册框架,使用深度神经网络(DNN)作为辅助功能,将多个点云从头对齐到全局一致的框架。我们使用DNN来模拟高度非凸映射过程,传统上涉及手工数据关联,传感器姿态初始化和全局优化。我们的关键新颖之处在于,用适当定义的无监督损失“训练”这些DNN相当于解决潜在的注册问题,但对良好初始化的敏感性低于ICP。我们的框架包含两个DNN:一个估计输入点云姿态的定位网络,以及一个通过估计全局坐标的占用状态来建模场景结构的地图网络。这使我们能够将注册问题转换为二进制占用分类,可以使用基于梯度的优化来有效地解决。我们进一步表明,DeepMapping可以很容易地扩展到解决激光雷达SLAM的问题,通过在连续的点云之间施加几何约束。在模拟和真实数据集上进行了实验。定性和定量比较表明,DeepMapping通常比现有技术更强大,更准确地实现多个点云的全局配准。我们的代码可在https://ai4ce.github.io/DeepMapping/上获得。
2019-04-09 cs.CV cs.RO
Practical optimal registration of terrestrial LiDAR scan pairs
The University of Adelaide(阿德莱德大学);ETH Zurich(苏黎世联邦理工学院)
点云配准是三维扫描中的一个基本问题。在本文中,我们解决了注册地面激光雷达扫描(或更一般地说,水平点云)的常见特殊情况。许多当前的解决方案仍然依赖于迭代最近点(ICP)方法或其他启发式程序,这需要良好的初始化才能成功和/或不提供成功的保证。另一方面,精确或最优配准算法可以计算最佳可能的解决方案,而无需初始化;然而,它们目前太慢,在现实应用中不实用。现有的最佳方法忽略了这样一个事实,即在日常使用中,扫描之间的相对旋转通过LiDAR扫描仪中的内置水平补偿被约束到方位角。我们提出了一种新的,最佳的和计算效率的注册方法,这种4DOF的情况。我们的方法对候选3D关键点对应进行操作,并且包含两个主要步骤:(1)确定性选择方案,其以保证保留最优解的方式显著减少候选对应集;以及(2)快速分支定界(BnB)算法,其具有用于1D旋转搜索的新颖多项式时间子例程,快速找到减少的集合的最优对齐。我们证明了我们的方法的实用性现实点云从多个激光雷达调查。
2018-11-30 cs.CV
PRISM3D: Probabilistic Refinement and Robust Initialization for Physically Consistent Scene Modeling under Extreme Motion Blur
Computational Imaging Lab, Dept. of Electrical Engineering, IIT Madras(印度理工学院马德拉斯分校电气工程系计算成像实验室)
研究从极端运动模糊图像进行盲3D场景重建问题,提出PRISM3D框架,用鲁棒初始化策略结合概率物理方法,还介绍多模态扩展PRISM3D-E及基准,实验表明其达新的最优性能。
2026-07-07 cs.CV
Rethinking Densification in Gaussian SLAM: A Stationary Sampling Perspective
National Yang Ming Chiao Tung University(国家阳明交通大学)
RGS-SLAM通过单次密集初始化提升SLAM鲁棒性与效率,实现高保真渲染和实时映射
2026-10-27 cs.CV cs.RO
SuperPose: Improved 6D Pose Estimation with Robust Tracking and Mask-Free Initialization
本文提出SuperPose,通过集成FoundationPose、SAM2和LightGlue,仅需CAD模型和一次点击即可实现免掩码初始化的鲁棒6D姿态估计与跟踪,有效解决跟踪丢失和对称物体问题。
2024-10-20 cs.CV
Deep Weighted Consensus: Dense correspondence confidence maps for 3D shape registration
Tel Aviv University(特拉维夫大学)
我们提出了一个新的范例刚性对齐点云的基础上学习加权共识,这是强大的噪声以及旋转组的全频谱。当前的模型,可学习的或公理化的,通常通过端到端学习器或迭代方案,对于受限的方向和有限的噪声水平工作得很好。然而,现实世界的任务要求我们处理大的旋转以及离群值,所有已知的模型都无法提供。在这里,我们提出了一个不同的方向。我们声称,我们可以对齐点云的采样匹配点,根据来自一个密集的,软对齐地图的置信水平。流水线是可微的,并且在SO(3)的全谱中的大旋转下收敛,即使具有高噪声水平。我们将该网络与最近提出的方法(如DCP,PointNetLK,RPM-Net,PRnet)以及公理化方法(如ICP和Go-ICP)进行了比较。我们在此报告性能的根本提升。
2021-05-06 cs.AI cs.CV
Robust Multiview Point Cloud Registration with Reliable Pose Graph Initialization and History Reweighting
Wuhan University(武汉大学);The University of Hong Kong(香港大学);Sun Yat-sen University(中山大学);Tsinghua University(清华大学);Texas A&M University(德州农工大学)
本文提出一种多视角点云配准新方法,通过神经网络估计重叠率构建稀疏可靠位姿图,并在IRLS中设计历史重加权函数提升对异常边缘的鲁棒性,显著提高了配准召回率和精度并大幅减少了成对配准需求。
2023-04-02 cs.CV
Self-Supervised Geometry-Guided Initialization for Robust Monocular Visual Odometry
Frontier Research Center, Toyota Motor Corporation (TMC)(丰田汽车公司前沿研究中心);Toyota Research Institute (TRI)(丰田研究院)
针对DROID-SLAM在大幅运动和动态场景中的优化失效问题,提出用冻结预训练单目深度估计器的自监督几何先验初始化稠密BA,无需微调主干即在KITTI和DDAD上显著提升鲁棒性。
2025-09-28 cs.CV cs.RO
TEASER: Fast and Certifiable Point Cloud Registration
Massachusetts Institute of Technology(麻省理工学院);Laboratory for Information & Decision Systems(信息与决策系统实验室)
我们提出了第一个快速和可验证的算法,用于在存在大量异常值对应关系的情况下注册两组3D点。我们首先重新制定的注册问题,使用截断最小二乘(TLS)的成本是不敏感的一大部分虚假的对应关系。然后,我们提供了一个通用的图论框架来解耦尺度,旋转和平移估计,这允许在级联中解决这三个变换。尽管事实上,每个子问题仍然是非凸和组合的性质,我们表明,(i)TLS规模和(分量方式)平移估计可以经由自适应投票在多项式时间中求解,(ii)TLS旋转估计可以被放松为半定规划(SDP)并且该放松是紧密的,即使在存在极端离群值率的情况下,以及(iii)图论框架允许通过找到最大团来大幅修剪离群值。我们命名的算法TEASER(截断最小二乘估计和SEminifirm松弛)。虽然解决大型SDP松弛通常很慢,但我们开发了第二个快速且可验证的算法,名为TEASER++,该算法使用分级非凸性来解决旋转子问题,并利用Douglas-Rachford分裂来有效地验证全局最优性。对于这两种算法,我们提供了理论界的估计误差,这是第一个强大的注册问题。此外,我们在标准,目标检测和3DMatch基准测试中测试了它们的性能,并表明(i)这两种算法都占主导地位,并且对超过99%的异常值具有鲁棒性,(ii)TEASER++可以在毫秒内运行,(iii)TEASER++非常强大,它也可以解决没有对应关系的问题,其中它在很大程度上优于ICP,并且它比G…
2020-10-17 cs.CV cs.RO math.OC
3-D Hand Pose Estimation from Kinect's Point Cloud Using Appearance Matching
Seconda Universitá di Napoli (SUN)(那不勒斯第二大学)
我们提出了一种新的外观为基础的方法,使用点云提供的低成本微软Kinect传感器的人手姿态估计。无论是徒手的情况下,其中的手是从周围环境中隔离,和手对象的情况下,其中的不同类型的相互作用进行了分类,已被认为是。手物体的情况下,显然是最具挑战性的任务,必须处理多个轨道。这里提出的方法属于部分姿态估计类,其中帧中的估计姿态用于下一帧的初始化。通过将迭代最近点(ICP)算法的修改版本应用于合成模型以获得刚性变换来获得姿态估计,所述刚性变换将每个模型相对于输入数据对准。所提出的框架使用Kinect传感器提供的“纯”点云,而没有任何其他信息,如RGB值或法向量分量。出于这个原因,所提出的方法也可以应用于从其他类型的深度传感器或RGB-D相机获得的数据。
2016-04-07 cs.CV
ICP-Flow: LiDAR Scene Flow Estimation with ICP
Delft University of Technology(代尔夫特理工大学)
提出无需学习的ICP-Flow,利用ICP算法与基于直方图的初始化估计LiDAR刚性运动场景流,在多个数据集上超越基线,并支持实时推理与长间隔估计。
2024-03-21 cs.CV
SIREN: Semantic, Initialization-Free Registration of Multi-Robot Gaussian Splatting Maps
该研究提出SIREN方法,无需初始化信息即可配准多机器人高斯溅射地图,通过语义识别特征区域、建立对应关系并结合光度细化优化变换,在多平台真实场景中显著降低配准误差,性能优于现有基线。
2025-02-10 cs.CV cs.RO
Learned Monocular Depth Priors in Visual-Inertial Initialization
Google AR(谷歌AR)
视觉惯性里程计(VIO)是当今学术界和工业界大多数AR/VR和自主机器人系统的姿态估计支柱。然而,这些系统对诸如传感器偏差、重力方向和度量尺度等关键参数的初始化高度敏感。在很少满足高视差或可变加速度假设的实际场景中(例如,悬停的空中机器人,智能手机AR用户不使用手机做手势),经典的视觉惯性初始化公式通常变得病态和/或无法有意义地收敛。在本文中,我们专门针对这些低激励的情况下,在野外使用至关重要的视觉惯性初始化。我们建议通过将一个新的基于学习的测量作为更高级别的输入,来规避经典的视觉惯性运动结构(SfM)初始化的限制。我们利用学习的单目深度图像(mono-depth)来约束特征的相对深度,并通过联合优化它们的尺度和偏移来将mono-depth升级到度量尺度。我们的实验表明,一个显着的改善问题的条件相比,一个经典的制定视觉惯性初始化,并表现出显着的准确性和鲁棒性的改善相对于国家的最先进的公共基准,特别是在低激励的情况下。我们进一步扩展这种改进,以说明我们改进的初始化方法对跟踪轨迹的影响,在现有的里程计系统内的实施。
2022-08-01 cs.CV cs.RO
Generalized-CVO: Fast and Correspondence-Free Local Point Cloud Registration with Second Order Riemannian Optimization
Toyota Research Institute(丰田研究院)
提出一种基于几何表面结构和再生核希尔伯特空间嵌入的无对应局部点云配准方法,采用二阶流形优化实现高达10倍加速,在LiDAR和RGB-D跟踪及物体配准中显著降低漂移并提升鲁棒性。
2026-06-08 cs.AI cs.CV cs.RO
Pi-GS: Sparse-View Gaussian Splatting with Dense π^3 Initialization
Graz University of Technology(格拉茨技术大学)
Pi-GS通过密集π³初始化和正则化方案,提升了稀疏视角下3DGS的鲁棒性和精度。
2026-02-03 cs.CV cs.GR
Efficient Feature-Free Initialization for Monocular Visual-Inertial Systems Using a Feed-Forward 3D Model
MBZUAI(马克斯·普朗克人工智能研究所);HKUST (GZ)(香港科技大学(广州));Zhejiang University(浙江大学)
本文提出了一种无需视觉特征跟踪的初始化框架,利用前馈3D模型预测的点云,从而提高了单目视觉-惯性导航系统的初始化可靠性与效率,实验表明其初始化成功率超过90%且数据需求显著减少。
2026-05-17 cs.AI cs.CV cs.RO
SAGE-ICP: Semantic Information-Assisted ICP
Zhejiang University(浙江大学)
针对未知环境中LiDAR点对点ICP位姿估计的鲁棒性和精度问题,提出语义信息辅助的SAGE-ICP方法,利用3D卷积网络提取逐点语义并深度融入配准各环节,在KITTI和KITTI-360上优于基线,保持实时性并提升精度。
2023-10-11 cs.CV cs.RO
Towards Robust LiDAR Localization: Deep Learning-based Uncertainty Estimation
Department of Computer Engineering, Amirkabir University of Technology(阿姆irkabir技术大学计算机工程系);Graduate School of Information Science and Technology, The University of Tokyo(东京大学信息科学与技术研究生院)
本文提出一种基于深度学习的数据驱动框架,在无参考地图情况下预测ICP配准误差协方差,并将其集成到卡尔曼滤波中,从而提升LiDAR定位与SLAM的精度和鲁棒性。
2025-09-23 cs.CV cs.RO
MAD-ICP: It Is All About Matching Data -- Robust and Informed LiDAR Odometry
Sapienza University of Rome(罗马大学)
本文提出 MAD-ICP,一种基于 ICP、PCA 与 kd-tree 并结合不确定性局部地图管理的鲁棒 LiDAR 里程计,可跨场景达到领域专用方法性能,并开源实时 C++ 实现。
2024-05-09 cs.CV cs.RO
Robust 3D face recognition in presence of pose and partial occlusions or missing parts
RCC Institute of Information Technology(RCC信息技术学院);Jadavpur University(贾达普大学)
在本文中,我们提出了一个强大的三维人脸识别系统,可以处理姿态以及在现实世界中的遮挡。该系统首先输入一幅三维深度图像,同时使用ICP(迭代最近点)算法对其进行配准。在这项工作中使用的ICP,通过最小化探针模型和图库模型之间的距离,将面部表面注册到一个共同的模型。然而,ICP的性能在很大程度上依赖于初始条件。因此,有必要提供初始配准,该初始配准将被迭代地改进并且最终收敛到可能的最佳对准。一旦面部被配准,则通过对3D图像的深度图值进行阈值化来自动提取遮挡。在检测到遮挡区域后,通过主成分分析(PCA)进行恢复。在去除遮挡之后,恢复的图像然后被馈送到识别系统用于分类目的。从重建的非遮挡人脸图像中提取人脸法线形式的特征。在博斯普鲁斯海峡3D人脸数据库中的遮挡人脸图像上进行的实验结果表明,该算法的识别准确率达到了91.30%。
2014-08-16 cs.CV
Robust Facial Landmark Localization Based on Texture and Pose Correlated Initialization
Wuhan University of Technology(武汉理工大学);Griffith University(格里菲斯大学)
鲁棒的面部地标定位仍然是一个具有挑战性的任务时,面部部分遮挡。近年来,级联姿态回归算法由于其在人脸标志点定位和遮挡检测方面的优异性能而受到越来越多的关注。然而,这种方法对初始化敏感,其中不正确的初始化可以严重降低性能。在本文中,我们提出了一个鲁棒的级联姿态回归(RICPR)提供纹理和姿态相关的初始形状的测试脸。通过检测测试人脸和训练人脸的局部二值模式直方图的相关性,选择与测试人脸相关性最高的训练人脸形状作为纹理相关初始化。为了使初始化对各种姿态更具鲁棒性,我们根据多任务级联卷积网络定位的五个基准点来估计测试人脸的粗略姿态。然后利用平均人脸形状和粗测试人脸姿态构造姿态相关的初始形状。最后,纹理相关和姿态相关的初始形状连接在一起作为鲁棒初始化。我们评估了具有挑战性的COFW数据集上的RICPR。实验结果表明,该方法在人脸标志点定位和遮挡检测方面取得了比现有方法更好的性能。
2018-05-15 cs.CV
Co-occurrence Background Model with Superpixels for Robust Background Initialization
Southwest Petroleum University(西南石油大学);Nanjing University of Aeronautics and Astronautics(南京航空航天大学);Hokkaido University(北海道大学)
背景初始化是从视频监控到视频修复等高级视频处理应用中的一个重要步骤,但该过程经常受到光照变化、背景运动、摄像机抖动和间歇运动等实际挑战的影响。首先提出了一种新的共生背景建模方法--共生像素块对(CPB),用于生成可靠的初始背景模型,并利用超像素分割进一步获取前景和背景的空间纹理信息,然后,通过将前景提取结果与超像素分割信息相结合,可以确定初始背景。挑战性基准测试(SBMnet)验证了其在各种挑战下的性能。
2020-03-29 cs.CV
FilterReg: Robust and Efficient Probabilistic Point-Set Registration using Gaussian Filter and Twist Parameterization
Massachusetts Institute of Technology(麻省理工学院)
概率点集配准方法因其对噪声、离群点和遮挡的鲁棒性而受到越来越多的关注。然而,这些方法往往比流行的迭代最近点(ICP)算法慢得多,这严重限制了它们的可用性。在本文中,我们贡献了一种新的概率注册方法,实现了最先进的鲁棒性,以及比现代ICP实现更快的计算性能。这是使用严格但计算效率高的概率公式来实现的。点集配准被转换为最大似然估计,并使用EM算法求解。我们表明,一个简单的增强,E步骤可以制定为一个过滤问题,使我们能够利用高效的高斯滤波方法的进步。我们还提出了一个定制的permutohedral过滤器,以提高效率,同时保持足够的精度,我们的任务。此外,我们提出了一个简单而有效的扭曲参数化,推广我们的方法,关节和变形对象的注册。对于铰接对象,我们的方法的复杂性几乎是独立的自由度(DOF),这使得它非常有效,即使是高自由度系统。结果表明,该方法在各种配准任务上始终优于许多竞争基线。
2019-07-16 cs.CV
Initialization Matters for Adversarial Transfer Learning
University of California, Santa Barbara(加利福尼亚大学圣巴巴拉分校);University of Oxford(牛津大学);Google(谷歌公司);University of Pennsylvania(宾夕法尼亚大学)
本文研究迁移学习中的对抗鲁棒性,发现鲁棒预训练模型和线性头初始化至关重要,并提出鲁棒线性初始化方法RoLI,在多个图像分类数据集上取得最先进结果。
2024-03-30 cs.CV
Regression-based Pelvic Pose Initialization for Fast and Robust 2D/3D Pelvis Registration
Department of Computer Science(计算机科学系);Vanderbilt University(范德比大学);Vanderbilt Institute of Surgery and Engineering(范德比手术与工程研究所);Vanderbilt Lab for Immersive AI Translation(范德比沉浸式AI翻译实验室);Department of Orthopaedic Surgery(骨科手术系);Vanderbilt University Medical Center(范德比大学医学中心)
针对基于优化的2D/3D骨盆配准姿态估计器简单初始化易不收敛的问题,提出学习初始化函数的方法,通过粗糙初始化提升精度与效率,极端姿态下仍有效,实验验证其鲁棒准确性,增强临床应用可靠性。
2025-11-17 cs.CV
A Robust Background Initialization Algorithm with Superpixel Motion Detection
City University of Hong Kong(香港城市大学)
场景背景初始化允许从视频序列中恢复没有前景对象的清晰图像,这通常是许多计算机视觉和视频处理应用中的第一步。该过程可能会受到一些挑战,如光照变化,前景杂波,间歇性运动等,在本文中,提出了一种强大的背景初始化方法基于超像素运动检测的强烈影响。该方法利用帧的空间和时间特性,有效地消除了前景目标。首先选择光照条件稳定的子序列进行背景估计。该方法将图像分割成超像素以保留空间纹理信息,并通过超像素运动滤波去除前景物体。然后执行低复杂度的基于密度的聚类以生成用于最终背景确定的可靠背景候选。该方法已经在SBMnet数据集上进行了评估,它实现了优于或可与其他最先进的作品相比的性能,具有更快的处理速度。此外,在那些复杂和动态的类别中,该算法产生了最好的结果,显示出对非常具有挑战性的场景的鲁棒性。
2018-05-17 cs.CV
GSLAM: Initialization-robust Monocular Visual SLAM via Global Structure-from-Motion
Simon Fraser University(西蒙弗雷泽大学);Adobe Research(Adobe 研究院)
许多单目视觉SLAM算法都是从增量式运动恢复结构(SfM)方法衍生而来的。这项工作提出了一种新的单目SLAM方法,集成了全球SfM的最新进展。特别是,我们提出了两个主要的贡献视觉SLAM。首先,我们解决了视觉里程计问题的一种新的秩1矩阵分解技术,这是更强大的地图初始化的错误。其次,我们采用了最近的全局SfM方法的姿态图优化,这导致了一个多阶段的线性配方,使L1优化更好的鲁棒性假循环。这两种方法的组合生成更鲁棒的重建,并且比最近最先进的SLAM系统快得多(4倍)。我们还提出了一个新的数据集记录与地面实况摄像机运动的Vicon运动捕捉室,并比较我们的方法,它和现有的基准数据集上的系统。
2017-10-19 cs.CV
ALIGN: Advanced Query Initialization with LiDAR-Image Guidance for Occlusion-Robust 3D Object Detection
Computer Scienece and Engineering, Korea University(韩国大学计算机科学与工程系);CTO Devision, LG Innotek(LG Innotek首席技术官部门)
ALIGN通过结合LiDAR和图像信息,改进查询初始化方法,提升遮挡环境下3D目标检测的准确性和效率。
2026-02-09 cs.CV
Robust Pruning at Initialization
University of Oxford(牛津大学)
过参数化神经网络(NN)表现出最先进的性能。然而,越来越需要更小、节能的神经网络,以便能够在计算资源有限的设备上使用机器学习应用程序。一个流行的方法包括使用修剪技术。虽然这些技术传统上集中于修剪预训练的NN(LeCun等人,1990; Hassibi等人,1993),Lee等人(2018)最近的工作在初始化时修剪时显示出有希望的结果。然而,对于深度NN,这样的过程仍然不能令人满意,因为所得到的修剪网络可能难以训练,并且例如,它们不能防止一层被完全修剪。在本文中,我们提供了一个全面的理论分析幅度和梯度的修剪在初始化和训练稀疏架构。这使我们能够提出新的原则性方法,并在各种NN架构上进行实验验证。
2021-05-19 cs.CV cs.LG stat.ML
On the Initialization of Long Short-Term Memory Networks
Biomediq A/S(Biomediq公司);Cerebriu A/S(Cerebriu公司);University of Copenhagen(哥本哈根大学);University College London(伦敦大学学院);King’s College London(伦敦国王学院)
权值初始化对于深度神经网络训练的快速收敛和稳定性非常重要。针对长短期记忆(LSTM)网络训练不稳定的问题,提出了一种鲁棒初始化方法。它基于网络权重的归一化随机初始化,旨在将网络输入和输出的方差保持在相同的范围内。该方法适用于单变量时间序列回归的标准LSTM和对多变量疾病进展建模的缺失值鲁棒的LSTM。结果表明,在所有情况下,所提出的初始化方法优于国家的最先进的初始化技术的训练收敛性和泛化性能的获得的解决方案。
2019-12-22 cs.CV cs.LG
XR-VIO: High-precision Visual Inertial Odometry with Fast Initialization for XR Applications
SenseTime Research(商汤科技研究院);State Key Lab of CAD&CG, Zhejiang University(浙江大学CAD&CG国家重点实验室)
本文提出XR-VIO方法,通过结合光流与描述符的混合特征匹配以及以及紧耦合陀螺仪测量的的视觉惯性初始化流水线,解决了现有初始化稳定性差和参数求解脆弱的问题,在XR应用中实现了高精度定位鲁棒跟踪。
2025-02-03 cs.CV
Robust Structureless Monocular Visual Inertial Initialization Exploiting Line Features and Vanishing Points
KAIST (Korea Advanced Institute of Science and Technology)(韩国科学技术院(KAIST))
提出SLIM-init,一种利用线特征和消失点提供鲁棒旋转约束的无结构单目VIO初始化方法,无需3D重建,在退化运动下提升初始化精度与鲁棒性。
2026-09-21 cs.CV cs.RO
Stabilizing Direct Training of Spiking Neural Networks: Membrane Potential Initialization and Threshold-robust Surrogate Gradient
Pohang University of Science and Technology (POSTECH)(浦项科学技术大学)
针对脉冲神经网络直接训练中的时间协变量偏移和梯度流不稳定问题,提出MP-Init膜电位初始化和TrSG阈值鲁棒替代梯度方法,在静态和动态图像数据集上实现了最先进精度。
2025-11-11 cs.CV cs.NE
PointFix: Learning to Fix Domain Bias for Robust Online Stereo Adaptation
Yonsei University(延世大学);NAVER AI Lab(NAVER AI实验室);Ewha Womans University(成均馆大学)
针对在线立体匹配中动态区域域偏移问题,提出PointFix辅助点选择网络嵌入元学习框架,通过元梯度修复局部变异以稳健初始化模型,实现即插即用并在多种序列自适应中达到最先进性能。
2025-08-26 cs.CV cs.LG
Meta-Learned Adaptive Optimization for Robust Human Mesh Recovery with Uncertainty-Aware Parameter Updates
本文提出元学习框架,通过模拟测试时间优化学习更好的参数初始化,并引入选择性参数缓存和分布基适应更新,提升人体网格恢复的鲁棒性和泛化能力。
2026-03-27 cs.CV cs.LG