在公眾號|計算機視覺工坊，后臺回復 「資料」，即可下載 計算機視覺干貨資料，涉及相機標定、三維重建、立體視覺、SLAM、深度學習、點云后處理、姿態(tài)估計、多視圖幾何、多傳感器融合等方向。

【計算機視覺工坊簡介】

公眾號【計算機視覺工坊】，特邀嘉賓及合伙人，先后就職于百度、商湯及知名自動駕駛公司，主要研究方向為計算機視覺、目標檢測、語義分割、點云處理、三維重建、深度學習、AI芯片、產(chǎn)品落地等。博主先后任職于國內(nèi)知名研究院、知名大廠，致力于3D視覺算法、三維測量、SLAM算法開發(fā)，涉及相機標定、手眼標定、結構光、點云后處理、三維重建等相關領域的研究，同時也是CSDN博客專家。計算機視覺工坊堅持原創(chuàng)，近一年來輸出了非常多的高質(zhì)量文章，獲得了粉絲的一致好評，我們將始終堅持走原創(chuàng)路線，打造一個鐵桿粉絲的聚集區(qū)。

【作者介紹】

公眾號博主1：Tom Hardy，先后就職于國內(nèi)知名研究院、自動駕駛獨角獸公司，致力于計算機視覺算法、深度學習算法、自動駕駛感知算法等領域的研究，CSDN博客專家。

公眾號博主2：小凡，先后任職于知名研究院、知名VSLAM公司，致力于3D視覺算法、VSLAM算法開發(fā)，涉及相機標定、手眼標定、結構光、點云后處理等相關領域的研究，CSDN博客專家。

公眾號博主3：特邀嘉賓，主要來自于百度、商湯等一線大廠算法工程師及北航、中科院、南加州、亞琛工業(yè)、慕尼黑工業(yè)大學等海內(nèi)外高校碩博。

計算機視覺工坊致力于： 分享技術、堅持原創(chuàng)、創(chuàng)造價值、結識一起追夢的人~

強力推薦關注【計算機視覺工坊】，CV前沿技術，不容錯過，下面匯總了一些往期文章，大家一起學習~

往期文章匯總

SLAM

• ICRA2020重磅來襲——SLAM文章匯總

• 論文解讀|激光視覺融合的Ｖ-LOAM

• Lidar與IMU標定代碼實戰(zhàn)：lidar_align

• 基于雙目事件相機的視覺里程計

• LOAM論文介紹與A-LOAM代碼簡介

• ORB-SLAM3 Initializer.cpp函數(shù)解讀

• ORB-SLAM3系列-多地圖管理

• 聊聊這兩年學習slam啃過的書！

• 一文詳解固態(tài)激光雷達的里程計（loam_livox）

• 用于機器人導航輔助的6自由度姿態(tài)估計的平面輔助視覺慣性里程計

• 計算機視覺在生物力學和運動康復中的應用和研究

• 從理論到實踐: ORB-SLAM3 Initializer完全解讀

• 入坑slam，一位博士小姐姐的科研和成長分享（考研+讀研+讀博）

• 粒子濾波到底是怎么得到的？

• 一文詳解bundle adjustment

• 基于視覺和慣性傳感器的移動機器人手遙操作系統(tǒng)

• ORB-SLAM3 細讀單目初始化過程(上)

• 超詳細解讀ORB-SLAM3單目初始化（下篇）

• 重用地圖的單目視覺慣導SLAM系統(tǒng)

• ORB-SLAM3 單目地圖初始化（終結篇）

• 重磅直播|計算深度分割技術的實現(xiàn)與全局效應下的結構光三維重建
  

• VSLAM|回環(huán)檢測之詞袋字典效果測試及一點思考

• [SLAM] a bite of SLAM
  

• SLAM從0到1——狀態(tài)估計之最小二乘問題解法：最速下降法、牛頓法、高斯牛頓法、LM法
  

• SLAM從0到1——ORB特征提取及特征匹配
  

• 視覺SLAM簡介（限于初學者）

• EPnP：一種復雜度為O(N)的求解PnP問題的方法

• ORB-SLAM2:一種開源的VSLAM方案

• 系列篇|一文盡覽事件相機原理

• VSLAM|回環(huán)檢測之詞袋字典如何生成？

• 總結|ORB_SLAM2源碼中字典使用細節(jié)

• 視覺里程計的軌跡評估的工具：evo

• ORB-SLAM：讓人Orz的SLAM

• 視覺SLAM：一直在入門，從未到精通

• 卡爾曼濾波：究竟濾了誰？

• 特征點檢測-ORB

• 深入剖析DSO的數(shù)學原理及實現(xiàn)

• VSO: Visual Semantic Odometry（視覺語義里程）

• MIT最近推出的：Kimera-實時度量語義SLAM開源系統(tǒng)

• 非線性優(yōu)化：徒手實現(xiàn)LM算法

深度學習在3D視覺上的應用

• 深入研究自監(jiān)督單目深度估計：Monodepth2

• 一種基于神經(jīng)網(wǎng)絡+結構約束的車道線檢測方法

• 一種用于360度全景視頻超分的單幀多幀聯(lián)合網(wǎng)絡

• 匯總|實時性語義分割算法（全）

• 匯總|實時性語義分割算法(共24篇）

• 一文帶你了解基于視覺的機器人抓取自學習(Robot Learning)

• 雜亂場景中的尺度層次三維目標識別

• ECCV20| 3D目標檢測時序融合網(wǎng)絡

• CLOCs：3D目標檢測多模態(tài)融合之Late-Fusion

• 3D目標檢測多模態(tài)融合綜述
  

• mask rcnn訓練自己的數(shù)據(jù)集

• 谷歌最新論文：手機端的實時3-D目標檢測

• STD：Sparse-to-Dense 3D Object Detector for Point Cloud(騰訊&香港大學)

• 基于2.5/3D的自主主體室內(nèi)場景理解研究

• CVPR 2020 | 更高質(zhì)量的點云補全：上海交通大學團隊提出點云分形網(wǎng)絡

• GhostNet : 輕量級網(wǎng)絡模型，性能超越MobileNetV3(CVRP2020, 華為諾亞)

• 匯總|基于3D點云的深度學習方法

• 基于深度學習的三維重建算法綜述

• SDOD：基于depth的實時3D檢測與分割

• 匯總|3D點云分割算法

• DSGN：基于深度立體幾何網(wǎng)絡的3D目標檢測（香港大學提出）

• VoxelNet閱讀筆記

• 匯總|3D點云目標檢測算法

• 基于深度法向約束的稀疏雷達數(shù)據(jù)深度補全（商湯科技和香港大學聯(lián)合提出)

• FDDWNET:模型參數(shù)僅為0.8M，速度和準確率綜合性能在輕量級分割網(wǎng)絡中達到SOTA

• FusionNet：基于稀疏雷達點云和RGB圖像的深度圖補全

• RGPNET: 復雜環(huán)境下實時通用語義分割網(wǎng)絡
  

• LiteSeg: 一種用于語義分割的輕量級ConvNet

• 基于機器學習隨機森林方式的姿態(tài)識別算法

• 基于單目圖像無監(jiān)督學習的深度圖生成

• PointConv：基于3D點云的深度卷積網(wǎng)絡

• Deep Manta：單目圖像下2d到3d由粗到精的多任務網(wǎng)絡車輛分析

• PointRCNN : 基于3D點云下的目標檢測

• 基于點云數(shù)據(jù)的3D部件感知聚焦目標檢測網(wǎng)絡

• 干貨|深度學習如何融入工業(yè)機器視覺

• 混合深度卷積，更少參數(shù)下的輕量級網(wǎng)絡

• 3D U-Net：從稀疏注釋中學習密集的體積分割

• 深度學習在3-D環(huán)境重建中的應用

• 非對稱卷積增強CNN特征擬合

• 基于深度學習的特征提取和匹配方法介紹

• Robust Optimization in 3D Vision

• DCP: Deep Closest Point（點云匹配）

• 深度學習中如何應對圖像數(shù)據(jù)不足?

3D視覺學習路線總結與資料

• 吐血整理|3D視覺系統(tǒng)化學習路線

• 那些精貴的3D視覺系統(tǒng)學習資源總結（附書籍、網(wǎng)址與視頻教程）

• 一個狠招|如何高效學習3D視覺

• 那些精貴的「機器視覺」學習資料總結

• 那些珍貴的「視覺SLAM」課程資料總結

• 學習攻略|清華大學對外免費開放2000門課程

圖像處理

• 用于視頻超分辨率的可變形三維卷積

• 通俗易懂的Harris 角點檢測

• 印刷質(zhì)量缺陷的視覺檢測原理概述
  

• 2D、3D視覺技術干貨之雜談
  

• 一分鐘詳解initUndistortRectifyMap函數(shù)bug修復方法

• Homography matrix(單應性矩陣)在廣告投放中的實踐

• 透視變換（進階）

• 粒子濾波在圖像跟蹤領域的實踐

• 圖像處理的仿射變換與透視變換

• 超詳講解圖像拼接/全景圖原理和應用|附源碼

• OpenCV實現(xiàn)多張圖像拼接

• 人生的傅里葉變換

• 稠密光流----Farneback

• 角點檢測----shi-tomas

• 圖像合成與圖像融合

相機標定

• 一文詳解工業(yè)相機和鏡頭選取

• 計算機視覺基本原理——RANSAC

• 總結 | 相機標定的基本原理與改進方法

• 再談「相機標定」

• 背光源：你究竟是怎樣的波長？

• 一分鐘詳解「本質(zhì)矩陣」推導過程

• 一分鐘詳解OpenCV之相機標定函數(shù)calibrateCamera()

• 從零開始學習「張氏相機標定法」

• 藏在標定板身后的秘密

• 你會繪制橢圓嗎？

• 計算機與機器視覺中的高精度相機標定

• 鏡頭、曝光，以及對焦（上）

• 鏡頭、曝光，以及對焦（下）

• 系列篇|事件相機-數(shù)據(jù)集與仿真器

• 事件相機角點檢測，從原理到demo

結構光

• 系列篇|三維重建之純格雷碼三維重建

• 激光三角測量法在工業(yè)視覺檢測上的應用

• 綜述|線結構光中心提取算法研究
  

• 系列篇|結構光——格雷碼解碼方法

• 系列篇|結構光三維重建——相移法基本原理

• 那些你所不知道的結構光技術
  

• 系列篇|結構光三維重建基本原理

• 系列篇|單目結構光三維成像系統(tǒng)的標定方法

• 聊聊三維重建-條紋法之相位法(一)

• 聊聊三維重建-條紋法之相位法(二)

• 結構光三維重建原理

• 基于多頻外插的結構光三維重建之投影儀標定

• 一分鐘詳解線結構光掃描系統(tǒng)

• 3D Scanner 相機：為工業(yè)機器人裝上“火眼金睛”

傳統(tǒng)3D視覺

• 攝影測量(計算機視覺)中的三角化方法

• 一種用于三維物體建模的精確、魯棒的距離圖像配準算法

• ECCV2020最佳論文解讀之遞歸全對場變換(RAFT)光流計算模型
  

• 超全的3D視覺數(shù)據(jù)集匯總

• 面向高精度領域的視覺伺服算法匯總

• 一分鐘詳解魚眼鏡頭標定基本原理及實現(xiàn)

• 「3D視覺技術交流群」精華帖與關鍵問題

• 多視角立體視覺MVS簡介

• 摩爾條紋拯救我的3D檢測

• 三維重建 3D reconstruction 有哪些實用算法？

• 點云配準(一 兩兩配準)

• 立體視覺動態(tài)測量技術

• 半全局匹配SGM

• 3D視覺技術的6個問答

• 聊聊三維重建-雙目立體視覺原理

• 3D視覺技術在機器人抓取作業(yè)中的應用實例

• 立體匹配論文筆記：AnyNet

• 一文讀懂經(jīng)典雙目稠密匹配算法SGM

• OpenCV雙目稠密匹配BM算法源代碼詳細解析

• OpenCV源代碼分析——SGBM

點云處理

• FCGF-基于稀疏全卷積網(wǎng)絡的點云特征描述子提取(ICCV2019)

• GRNet網(wǎng)絡：3D網(wǎng)格進行點云卷積，實現(xiàn)點云補全

• 3D曲面重建之移動最小二乘法

• 在醫(yī)學圖像分析中使用ICP算法進行點云配準

• 兩種ICP的改進算法：PLICP與NICP
  

• 一分鐘詳解PCL中點云配準技術

• 3Ｄ點云配準（二多幅點云配準）

• 點云配準(一 兩兩配準)

• 一分鐘詳解PCL-1.8.1從源碼搭建開發(fā)環(huán)境一(Boost庫的編譯)

• PCL1.8.0+VS2013+Win10 x64的配置教程

• PCL從0到1|點云濾波之直通濾波與體素法濾波

• 最終章|一分鐘詳解PCL編譯過程

三維重建篇

• 三維重建的定位定姿算法

• 多視圖幾何三維重建實戰(zhàn)系列- Cascade-MVSNet

• 多視圖立體匹配論文分享CasMVSNet

• 多視圖立體匹配論文分享PVA-MVSNet

• 多視圖幾何三維重建實戰(zhàn)系列之R-MVSNet

• 一文帶你理解基于圖像的三維重建

• 多視圖幾何三維重建實戰(zhàn)系列之MVSNet

手眼標定

• EPSON機器人建立工具坐標系及TCP/IP通訊

• 大盤點|基于RGB圖像下的機器人抓取

• 機器人抓取匯總|涉及目標檢測、分割、姿態(tài)識別、抓取點檢測、路徑規(guī)劃

• 機器人抓取領域性能評估標準

• 機器人抓取領域相關數(shù)據(jù)

GPU優(yōu)化加速

• GPU加速——OpenCL學習與實踐

• GPU高性能編程CUDA實戰(zhàn)（二）

• CUDA8.0+VS2015+Win10開發(fā)環(huán)境搭建教程

基礎入門篇

• ubuntu下如何安裝兩個版本OpenCV？

• Git使用教程：超詳細、超傻瓜、超淺顯、真正手把手教！

• 實戰(zhàn) | Docker ubuntu:18.04 鏡像制作

• 實戰(zhàn)|C++在vscode上的調(diào)試配置

• 如何高效地逛Github？

• 那些你所不知道的arXiv使用技巧

• 一分鐘詳解Git使用技巧（一）

• 那些你所不知道的免費文獻下載工具

• CMakeLists.txt文件如何編寫？（一 基礎篇）

• 使用VA助手如何快速添加注釋(按doxygen注釋規(guī)范)

• 一分鐘詳解VS中快速生成dll和lib方法

• VS如何將核心函數(shù)封裝成dll、lib，并供給第三方調(diào)用？

• VS2015 Visual Assist X 破解版安裝教程

• Python IDE ——Anaconda+PyCharm的安裝與配置

• Matlab R2018a 64位安裝教程

• 那些你所不知道的文獻下載網(wǎng)址經(jīng)驗總結

• QT在VS2013中的配置

• VS2013+OpenCV3.1.0配置方法

姿態(tài)估計

• 用于類別級物體6D姿態(tài)和尺寸估計的標準化物體坐標空間

• 基于改進的點對特征的6D位姿估計

• HybridPose：混合表示下的6D對象姿態(tài)估計

• 單階段6D對象姿勢估計

• 基于PPF方式改進的物體檢測與位姿估計算法

• SilhoNet：一種用于3D對象位姿估計和抓取規(guī)劃的RGB方法
  

• 單目圖像3D物體的姿態(tài)檢測
  

• CVPR2020 | 通過可微的代理投票損失進行6DoF對象位姿估計

• PVN3D: 基于Deep Point-wise 3D關鍵點投票的6D姿態(tài)估計網(wǎng)絡（香港科技大學提出）
  

• 物體的三維識別與6D位姿估計：PPF系列論文介紹（一）

• 物體的三維識別與6D位姿估計：PPF系列論文介紹(二)——PPF-MEAM
  

• 盤點類別級物體6D位姿估計
  

• 大盤點|6D姿態(tài)估計算法匯總(上)

• 大盤點|6D姿態(tài)估計算法匯總（下）

• 基于點云方式的6D姿態(tài)識別

• 基于對應點的6D姿態(tài)識別

• 李飛飛團隊最新論文：基于anchor關鍵點的類別級物體6D位姿跟蹤

• 遮擋重疊場景下|基于卷積神經(jīng)網(wǎng)絡與RoI方式的機器人抓取檢測

人臉識別

• 人臉識別技術介紹和表情識別最新研究
  

• 匯總|3D人臉重建算法
  

• 3D人臉重建和人臉分析常用的數(shù)據(jù)集匯總

自動駕駛

• 基于自動駕駛車輛的激光雷達與攝像頭之間的在線標定算法

• 如何入門學習自動駕駛感知技術？

• ESPNet: 自動駕駛領域輕量級分割模型

• 視覺激光雷達信息融合與聯(lián)合標定

• 單鏡頭視覺系統(tǒng)檢測車輛的測距方法

• 應用于雷達信號的深度學習方法

• 深度學習基于攝像頭和激光雷達融合的3-D目標檢測

• 基于雙目視覺的自動駕駛技術

• 傳感器融合-數(shù)據(jù)篇（自動駕駛）

項目對接

• AI項目對接第一期

• AI項目對接第二期——缺陷檢測

視覺競賽

• 那些年，我們一起刷過的計算機視覺比賽

缺陷檢測

• 缺陷檢測開源工具

• 匯總|缺陷檢測數(shù)據(jù)集

• 總結|深度學習實現(xiàn)缺陷檢測

• 干貨|深度學習實現(xiàn)零件的缺陷檢測

圖像分割

• 全景分割 | Learning to Fuse Things and Stuff

醫(yī)療影像

• 匯總|醫(yī)學圖像數(shù)據(jù)集

• 匯總|醫(yī)學圖像分析領域論文

車牌識別/OCR

• 超全的OCR數(shù)據(jù)集

• 大盤點|OCR算法匯總

• 車牌識別之車牌定位

行業(yè)動態(tài)

• 追勢科技蔣如意博士:AVP環(huán)境感知和地圖適配取得重大突破

• wuhan2020：武漢新型冠狀病毒防疫開源信息收集平臺

招聘信息

• 達摩院-機器智能實驗室-視覺方向招聘

• 華為云EI產(chǎn)品部誠邀3D視覺算法大佬加入（社招&實習）
  

• 梅卡曼德機器人| 機器視覺算法、深度學習算法、軟件開發(fā)等海量崗位
  

• INDEMIND|SLAM、計算機視覺、深度學習算法招聘（社招&實習）

• 招聘|技術總監(jiān)&三維重建算法工程師

• 招聘|華為2012實驗室中央媒體技術院實習生/校招/社招

• 年薪40w | 追勢科技誠招感知算法和軟件開發(fā)工程師

• SLAM、3D vision求職經(jīng)歷
  

讀書筆記

• 2020，我的秋招
  

• 三公子論「財務自由」
  

• 如何成為一流的「匠人」？

• 職場的你，如何《贏》？

• 《躍遷——成為高手的技術》

• 淺憶《相愛十年》

• 《原則》之讀書筆記
  
  在公眾號|計算機視覺工坊，后臺回復 「資料」，即可下載 計算機視覺干貨資料，涉及相機標定、三維重建、立體視覺、SLAM、深度學習、點云后處理、姿態(tài)估計、多視圖幾何、多傳感器融合等方向.