Martin R. Oswald

UncLe-SLAM verbessert das Mappen und Verfolgen, indem es über die Unsicherheiten der Sensoren lernt.

APNet kombiniert Luftbilder und Punktwolken für eine bessere städtische Analyse.

NeRFmentation verbessert die monokulare Tiefenabschätzung, indem es synthetische Daten für ein besseres Modelltraining nutzt.

Ein neuer Ansatz kombiniert Diffusionsmodelle mit neuronaler Darstellung zur Generierung urbaner Szenen.

Einführung in GlORIE-SLAM, ein neues RGB-Only SLAM-System.

Ein neuer Ansatz verbessert das Mapping und die Verfolgung mit RGB-Bildern.

Ein Wechsel von Patches zu Pixeln in der Computer Vision verändert die Bildanalyse.

Erfahre, wie Open-Vocabulary SLAM das Objekterkennen und -mapping für Maschinen verändert.

Lern, wie MAGiC-SLAM das Mapping mit mehreren Kameras verändert.