DL » 深度学习（四十七）——3D处理, NetVLAD, Spatial Transformer Networks
2018-09-26 :: 7099 Words3D处理
https://mp.weixin.qq.com/s/19-ggA8nPEmXgMMivI7lLQ
最新“三维深度学习(3D DL):过去与未来”教程，156页ppt
https://github.com/timzhang642/3D-Machine-Learning
3D机器学习资源汇总
https://mp.weixin.qq.com/s/pMhNgAdnfN8wnPKV-aw3hg
基于图像的三维建模参考资料
https://mp.weixin.qq.com/s/CGF-6P4RDtzQnc2XClu5zw
3D计算机视觉简介
https://mp.weixin.qq.com/s/tTdKqRZqBFxFFiZaDD9AJw
三维深度学习中的目标分类与语义分割
https://mp.weixin.qq.com/s/SBWGvu84oPKZkY5d8gz-oQ
3D实例分割
https://mp.weixin.qq.com/s/BVP7vJ1RxwyRoU0purj0Xw
3D数据分类深度学习方法综述，25页论文带你全面了解最新进展
https://zhuanlan.zhihu.com/p/59865273
三维语义分割概述及总结
https://mp.weixin.qq.com/s/wHIT2pm_5O4MOR_QLpHVLQ
PRNet：人脸3D重建与密集对齐
https://mp.weixin.qq.com/s/rxP9PlTJJdw5VmGbwRPMog
解决3D重建难题，伯克利大学根据单张平面彩图重建高精度3D结构
https://mp.weixin.qq.com/s/xIx3TJGoXsjPPDQVQMBdqA
悉尼大学发布首篇《基于图像的自动驾驶三维目标检测》研究进展，阐述3D检测数据、方法与挑战
https://mp.weixin.qq.com/s/RwofVKhBFqo3dYJzy9mlJw
国科大本科生连续在CVPR，AAAI发文，系统提出三维模型库变形分析方法
https://mp.weixin.qq.com/s/aCAFcCWkyAcz-wyqhOldNg
基于图像的场景三维建模
https://mp.weixin.qq.com/s/MldsH2WSI53ljbcbBwyPzA
国防科大、普林斯顿提出共面性检测网络：助力三维场景重建
https://mp.weixin.qq.com/s/Yoledi-OYgJmafxKBlHVPg
国科大本科生以第一作者身份发表AAAI论文，用神经网络分析三维模型
https://mp.weixin.qq.com/s/YQpuYuzk0jv5OngH5u8bEg
阿里菜鸟物流：使用深度强化学习方法求解一类新型三维装箱问题
https://mp.weixin.qq.com/s/gtIRUM58DtLgZtJYBOixvA
单幅RGB图像整体三维场景解析与重建
https://mp.weixin.qq.com/s/zDKjyxqSbqYVlx3TveL8fg
单摄像头数秒构建3D人体模型
https://mp.weixin.qq.com/s/oNXmYpp–GutT66c5p6Q8A
AI说，它可以把你变成个游戏：3D人体模型
https://mp.weixin.qq.com/s/mfdF5I2vsYJeShnOh_cp8Q
MIT新算法骗过神经网络3D物体分类，成功率超90%
https://mp.weixin.qq.com/s/1R9ttaKnXso_quIGTY1nfA
海康、UCLA、北理联合提出3D DescriptorNet：可按条件生成3D形状，克服模式崩溃
https://mp.weixin.qq.com/s/wIdcZh3EkUIm6-91pT2oSQ
DeepMind生成查询网络GQN，无监督学习展现3D场景
https://mp.weixin.qq.com/s/dwtul6XjwRYOtRqmZl2SMg
来看一场AI重建的3D全息世界杯比赛！
https://mp.weixin.qq.com/s/6agNNraba4wlOzWnDfedBg
UIUC & Zillow提出LayoutNet：从单个RGB图像中重建3D房间布局
https://mp.weixin.qq.com/s/af10gqXNfohPEISSnpJ0tQ
UCB吴翼&FAIR田渊栋等人提出强化学习环境Hourse3D
https://mp.weixin.qq.com/s/x0r-2J_YdYgIQlRDqvGofg
CVPR 2017论文解读：用于单目图像车辆3D检测的多任务网络
https://mp.weixin.qq.com/s/OfDaoRb2l_gei–bLSzTRw
宅男福音DeepFake进阶版！基于位置映射图网络进行3D人脸重建
https://mp.weixin.qq.com/s/Fgptle5p9jFtP6JPvjPHNw
腾讯优图提出几何对抗损失函数在单视图3D物体重建中的应用
https://mp.weixin.qq.com/s/0BZxFKjcwxKj7R66NRIWqQ
UC Berkeley新研究：多视角图像3D模型重建技术
https://mp.weixin.qq.com/s/ZTjklje_3fcAn6ZQ23yd4A
ScanComplete：可实现3D扫描的大规模“场景完成”和“语义分割”
https://mp.weixin.qq.com/s/joRcvCQwLYgRd29mfPd7XA
中科大&微软提出立体神经风格迁移模型，可用于3D视频风格化
https://mp.weixin.qq.com/s/a4A5WCFalH1en0IEM3mu2Q
双流束网络：北理工提出深度立体匹配新方法
https://mp.weixin.qq.com/s/XqD1iDdqQomYRMXhie_Xqw
2017以来的2D to 3D
https://mp.weixin.qq.com/s/ZU6NN-jdKzYeSnJweP-E0g
Pixel2Mesh：从单帧RGB图像生成三维网格模型
https://mp.weixin.qq.com/s/pK8zt6UFXtSIS9GAQNgICw
超越像素平面：聚焦3D深度学习的现在和未来
https://mp.weixin.qq.com/s/7P6iMcZUNNVAefrUz-dAsQ
MIT谷歌伯克利三强联手，AI创造超现实主义3D运动雕塑
https://mp.weixin.qq.com/s/bmtZ_-NaRtFitoJumukQSw
通过端到端几何推理发现潜在3D关键点
https://mp.weixin.qq.com/s/ZdzPDb8NWmWkgAufeylYLg
Google AI提出物体识别新方法：端到端发现同类物体最优3D关键点
https://mp.weixin.qq.com/s/ZTUXQVnXfcRVZOoMziTLJQ
AI做不了“真”3D图像？试试Google的新生成模型
https://mp.weixin.qq.com/s/z7m1bj-zip5lqeeC4MHbxg
SkeletonNet：完整的人体三维位姿重建方法
https://mp.weixin.qq.com/s/adSbAAV7POblqE_jaOGZhg
深度学习新应用：在PyTorch中用单个2D图像创建3D模型
https://mp.weixin.qq.com/s/l7RNfRB-KvxRHRKNYx1oeQ
云从3D人体重建登顶三项榜单，一张照片就能生成3D形象
https://mp.weixin.qq.com/s/SnvXvijf5gBMNsnVW1-KMA
一张照片获得3D人体信息，云从科技提出新型DenseBody框架
https://mp.weixin.qq.com/s/UthnL7fqEIEGvzcaXmFHKQ
基于骨架表达的单张图片三维物体重建方法
https://mp.weixin.qq.com/s/h8tk28IEuqB7g1e-vsyN5g
2DASL：目前最好的开源人脸3D重建与密集对齐算法
https://zhuanlan.zhihu.com/p/62964002
AM3D:高精度单目三维检测器
https://mp.weixin.qq.com/s/6hXNcm4ICNqa2Ezao-oE-g
AR版“神笔马良”：从单张2D图片建立3D人物运动模型，华盛顿大学与Facebook 3D重建
https://mp.weixin.qq.com/s/pPgjBmct11POKqeVv8ymIA
3D重建：硬派几何求解vs深度学习打天下？
https://mp.weixin.qq.com/s/uKCQVpkN6Va8jZisAyAfNA
3D人脸技术漫游指南
https://mp.weixin.qq.com/s/S6cf_d6CxPblRS-hnM-jSg
从多视角RGB图像生成三维网格模型Pixel2Mesh++
https://mp.weixin.qq.com/s/srHmkY_t3ChFAzhvXG6RPA
图像转换3D模型只需5行代码，英伟达推出3D深度学习工具Kaolin
https://mp.weixin.qq.com/s/CpzqhkmZOn-2Qavk90RTvQ
初学深度学习单张图像三维人脸重建需要读的文章
https://mp.weixin.qq.com/s/HQLgiRfJ0KzstPfGatKHOA
基于Siamese网络的多视角三维人脸重建
https://mp.weixin.qq.com/s/CA7_70Y5EZkULOYQ2g9O-A
Hinton最新研究NASA：一种更好地学习三维模型动作的方法
https://mp.weixin.qq.com/s/_59iRdLATm2n99M89JBqQA
KITTI立体匹配霸榜论文算法详解
https://mp.weixin.qq.com/s/npKNDrlXZ6oIlE0NG80BpQ
Geoffrey Hinton再出神作：通过神经网络估计有关节可变形的三维模型
https://zhuanlan.zhihu.com/p/112103579
深度学习在三维环境重建中的应用
https://mp.weixin.qq.com/s/cBbDCE4kQrahT8vLo3uMOw
你们还在做2D的物体检测吗？谷歌已经开始玩转3D了
https://mp.weixin.qq.com/s/SMDzPAJCpgjELsKHeQvW-A
序列化的三维形状生成网络PQ-NET
https://mp.weixin.qq.com/s/qZOCUuLt98fTpstGpC1ilg
Variational DropPath：提高3D CNN时空融合分析效率的秘诀
https://mp.weixin.qq.com/s/BNYUkocbKzqTjTNbGuNBzg
基于3DMM的三维人脸重建技术总结
https://mp.weixin.qq.com/s/-9e86JF7VyHbqTyn2whOzg
如何入门多视角人脸正面化生成？不得不看的超详细最新综述！
三维重建
三维重建是计算机视觉和深度学习的重要任务。目前三维重建按照其表达方式主要分为两大类：一类是显式表达，以点云为代表（也有生成网格和体素），由神经网络直接回归生成三维空间中的几何元素；另一类是隐式表达（如NeRF），神经网络只是建模三维物体的空间占用，需要后续的渲染或表面提取获得显式三维形状。
https://www.cnblogs.com/wuyida/p/6301262.html
三维重建技术概述
https://blog.csdn.net/wishchin/article/category/5723249
一个三维重建/SLAM的blog
https://zhuanlan.zhihu.com/p/79628068
基于深度学习的视觉三维重建研究总结
https://mp.weixin.qq.com/s/C2h0xvcHCrnEYcDgHse5xA
从NeRF -> GRAF -> GIRAFFE，2021 CVPR Best Paper诞生记
https://mp.weixin.qq.com/s/ihrExTygb-Pnnh4o4tAYnQ
基于单目视觉的三维重建算法综述
https://mp.weixin.qq.com/s/Uj2gYOS2TZGVSCka57M0zA
MVSNet: 非结构化多视点三维重建网络
https://mp.weixin.qq.com/s/gRFq44pnhRScO9p3M15Gfw
基于三维重建的全新相机姿态估计方法
https://mp.weixin.qq.com/s/GyE86DG7VqW0n4p0IP-lmQ
R-MVSNet:一个高精度高效率的三维重建网络
https://www.zhihu.com/column/c_1451693094165516288
人体三维重建与虚拟试衣
https://mp.weixin.qq.com/s/LeiaqqqZ4uI0cmUU0rxYhA
一篇文章教你学会使用三维重建知名开源系统
https://mp.weixin.qq.com/s/BmlICavHIKV72rt1aBU3pg
一文了解3DGS在CV应用领域的SOTA进展
NetVLAD
NetVLAD算的上是CNN+传统算子的一个范例。
论文：
《NetVLAD: CNN architecture for weakly supervised place recognition》
《GhostVLAD for set-based face recognition》
数据集：
http://places.csail.mit.edu/
VLAD
Vector of Locally Aggregated Descriptors
https://www.cnblogs.com/minemine/p/7364950.html
场景分类(scene classification)摘录
http://www.cnblogs.com/mafuqiang/p/6909556.html
图像检索——VLAD
参考
https://www.oukohou.wang/2018/11/27/NetVLAD/
论文阅读-NetVLAD
https://www.oukohou.wang/2018/12/26/GhostVLAD/
论文阅读-GhostVLAD
https://mp.weixin.qq.com/s/cfUl0Eym0mu7rSJJL7Zt1A
基于深度学习的视觉实例搜索研究进展
https://zhuanlan.zhihu.com/p/25013378
深度纹理编码网络 (Deep TEN: Texture Encoding Network)
https://blog.csdn.net/LiGuang923/article/details/85416407
图像检索与降维（一）：VLAD
https://blog.csdn.net/LiGuang923/article/details/85470289
图像检索与降维（二）：NetVLAD
https://zhuanlan.zhihu.com/p/96718053
从VLAD到NetVLAD，再到NeXtVlad
https://mp.weixin.qq.com/s/HkaG9KeJ5w6FqZmo15n9JA
短视频潜力预测及其在微视推荐冷启动中的应用
https://mp.weixin.qq.com/s/WUP4C4XBHfVKI_xgHXUXiA
动作识别时序汇合（Temporal Pooling）方法介绍
Spatial Transformer Networks
论文：
《Spatial Transformer Networks》
参考：
http://www.cnblogs.com/neopenx/p/4851806.html
Spatial Transformer Networks(空间变换神经网络)
http://blog.csdn.net/shaoxiaohu1/article/details/51809605
论文笔记：Spatial Transformer Networks
http://blog.csdn.net/shaoxiaohu1/article/details/51809605
Spatial Transformer Networks
https://mp.weixin.qq.com/s/ciqQMezcB-oM24X8eQqTNg
花式玩耍Spatial Transformation Networks
https://mp.weixin.qq.com/s/4VE2lZeFf05AyLp_s3nTFQ
理解Spatial Transformer Networks
https://mp.weixin.qq.com/s/AI_QC8IgnjMSOAZJNbQjfQ
空间变换网络简单介绍
您的打赏，是对我的鼓励
