Don't Hit Me 개인 연구와 관련된 논문을 조사하던 중 발견했으며 흥미로운 주제를 가지고 문제를 풀어나간다. 오직 한 장의 RGB이미지를 가지고 어떻게 유리를 검출해 낼 수 있을지 궁금했다. 여기서 쓰인 contexture information을 개인 연구에 적용할 수 있겠다고 생각했다. 깃헙은 아래 있다. Issue를 살펴보니 custom dataset의 경우 성능이 좋게 나오지 않나보다. 좋은 결과가 아니니 그냥 스윽~ 훑어보자 GitHub - Mhaiyang/CVPR2020_GDNet Contribute to Mhaiyang/CVPR2020_GDNet development by creating an account on GitHub. github.com 0. Abstract 목표 : 한 장의 ..

Khronos Khronos: A Unified Approach for Spatio-Temporal Metric-Semantic SLAM in Dynamic Environments Perceiving and understanding highly dynamic and changing environments is a crucial capability for robot autonomy. While large strides have been made towards developing dynamic SLAM approaches that estimate the robot pose accurately, a lesser emphasis has b arxiv.org GitHub - MIT-SPARK/Khronos: Sp..

SP-SLAM SP-SLAM의 source code는 아래 github에 공개되어 있습니다. https://github.com/hxxmin/SP-SLAM GitHub - hxxmin/SP-SLAM: SP-SLAM: Surface-Point Simultaneous Localization and Mapping SP-SLAM: Surface-Point Simultaneous Localization and Mapping - hxxmin/SP-SLAM github.com 논문의 출처는 다음과 같습니다. https://ieeexplore.ieee.org/document/9591241 나중에 다시 보기 위해 작성한 글입니다. 혹시라도 잘못된 내용이 있다면 댓글 남겨주시면 감사하겠습니다 : ) 1. Introducti..

YOLOv9 YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information Chien-Yao Wang, I-Hau Yeh and Hong-Yuan Mark Liao GitHub - WongKinYiu/yolov9: Implementation of paper - YOLOv9: Learning What You Want to Learn Using Programmable Gradient Inform Implementation of paper - YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information - WongKinYiu/yolov9 github..

GVINS? 최근 실외 자율주행을 연구하기로 결심하면서 장시간 실외 주행에서도 강인함을 보여주는 SLAM알고리즘을 탐색했다. 실외 자율주행에서 Visual-Inertial SLAM은 어려운 도전과제이다. 특히 대표적인 단점으로는 long-term 주행 시 누적되는 drift가 상당하다는 점이다. 이를 해결하기 위해서 GNSS 메세지를 수신받아 fusion 하여 trajectory의 정밀도를 올려준다. 논문의 정확한 이름은 Tightly Coupled GNSS-Visual-Inertial Fusion for Smooth and Consistent State Estimation이다. GVINS: Tightly Coupled GNSS–Visual–Inertial Fusion for Smooth and Cons..

Metric Scale 주어진 데이터나 환경에 대한 정확한 크기를 나타내는 척도. 센서 데이터를 사용하여 주변 환경을 이해하기 위해 중요하다. Pose Graph 따로 내용 정리하기 완전 중요한 내용!! EKF가 아닌 Graph SLAM을 하는 이유! Relinearization 최적화 문제에서 사용되며, 선형화된 모델을 주어진 지점에서 새로운 선형 근사로 업데이트하는 과정을 나타낸다. 초기 선형화 최적화 알고리즘이 시작되면 비선형 문제를 선형 근사로 초기화. 현재 추정된 상태에서의 자코비안 행렬 계산 후 이를 기반으로 선형 근사 수행. 반복적 업데이트 최적화 알고리즘이 반복되며 상태가 업데이트 된다. 이 때, 새로운 상태에서의 자코비안을 계산하고, 이를 사용하여 선형 근사를 업데이트 한다. 새로운 선형..

Implicit scene representation 3차원 공간에서 시각적인 장면을 표현하는 방법 중 하나. 주어진 공간 내의 표면을 명시적으로 정의하는 대신, 해당 표면을 설명하는 함수를 사용. 일반적인 상황에서 implicit scene representation은 표면이나 객체의 경계가 명확하게 정의되지 않는다. 대신, 함수는 특정 좌표가 표면 내부에 있는지 외부에 있는지를 나타내는 값을 반환한다. 예를들어 SDF(Signed Distance Function)은 implicit scene reprsentation의 한 형태로 다음과 같이 정의되는데 SDF(p) : 점 p에서의 Signed Distance Function 값을 나타낸다. Surface : 3차원 모델의 표면을 나타내는 공간이다. |..