전체 글56 RGB-D vs static point clouds vs sequential point clouds vs synthetic point clouds * 기존에 존재하는 3D point cloud dataset은 아래와 같은 4 가지 타입으로 나눌 수 있음. 1) RGB-D Datasets - Kinect같은 RGB-D camera로 수집됨. RGB-D camera는 RGB 이미지 뿐만 아니라 모든 pixel의 깊이를 감지할 수 있음. - 그러나 이러한 카메라는 밖에서 고 퀄리티의 data를 가지기 어렵기 때문에, 오직 indoor scenes의 dataset을 가지게 됨. - NYU-Depth V2는 픽셀 레벨 단위의 364개의 다른 실내 장면의 1449 RGB-D image를 가지고 있고, SUN RGB-D는 NYU-Depth V2와 비슷하게 64595 3D bounding box annotations을 가지고 있는 10335의 RGB-D imag.. 2022. 7. 27. data format - xyz_intensity_rgb intensity : Intensity is a measure, collected for every point, of the return strength of the laser pulse that generated the point. It is based, in part, on the reflectivity of the object struck by the laser pulse. Reflectivity is a function of the wavelength used, which is most commonly in the near infrared 2022. 7. 23. Video Odometry vs SLAM vs SfM * SfM을 가지고 SLAM을 달성한다고 보는게 더 직관적. Structure from motion은 말 그대로 주변 물체의 구조나 센서에서 잡힌 주변 정보로 모션을 측정해서 형태를 복원하는 과정. SLAM은 simultaneous localization and mapping이어서, 현재 visual camera의 위치를 추정하는 문제이다. SLAM에서 종종 SfM을 활용하기도 하고, 딥러닝에서는 아예 다른 방식으로 풀고 있다. 2022. 7. 18. Stratified Sampling - 계층적 샘플링이란 모집단의 데이터 분포 비율을 유지하면서 데이터를 샘플링(취득)하는 것을 말한다. 예를들어, 모집단의 남녀 성비가 각각 54%, 46%라고 한다면 이 모집단에서 취득한 샘플 데이터 역시 남녀 성비가 각각 54% 46%가 되도록 하는 것. - 계층적 샘플링의 실제 활용은 학습 데이터와 테스트 데이터 또는 검증 데이터를 일정한 비율로 나눠 구분할 때 반드시 적용되어야 한다. 2022. 7. 1. 이전 1 2 3 4 5 ··· 14 다음