ViP-DeepLab（ViP-深度实验室） swMATH ID: 39073 软件作者： 乔思源、朱玉坤、哈特维格·亚当、阿兰·尤耶、陈亮 描述： ViP-DeepLab：通过深度软件视频全景分割学习视觉感知。在本文中，我们提出了ViP-DeepLab，这是一个统一的模型，试图解决视觉中长期存在的具有挑战性的反向投影问题，我们将其建模为从透视图像序列中恢复点云，同时为每个点提供实例级语义解释。解决这个问题需要视觉模型预测每个3D点的空间位置、语义类和时间一致的实例标签。ViP-DeepLab通过联合执行单目深度估计和视频全景分割来实现它。我们将这项联合任务命名为深度感知视频全景分割，并提出了一个新的评估指标以及两个衍生的数据集，这些数据集将向公众开放。在单个子任务上，ViP-DeepLab还实现了最先进的结果，比以前的方法好5.1倍 主页： https://paperswithcode.com/paper/vip-deeplab-learning-visual-perception-with 源代码： https://github.com/joe-siyuan-qiao/ViP-DeepLab（深度实验室） 相关软件： 语义KITTI;ADE2000美元;地图视觉;基蒂;CCNet公司;Panoptic-Dep实验室;MaX-DeepLab公司;Axial-Dep实验室;深层实验室;UPS网;效率PS;深度实验室;MS-COCO公司;DeconvNet公司;PartNet（零件网）;PointNet（点网）;SYNTHIA数据集;ShapeNet公司;OctNet公司;扫描网络 引用于： 1文件 4位作者引用 1 乌奈扎阿赫桑 1 马修·黑根 1 李汉燕 1 王远波 连载1篇 1 计算机图形学和视觉的基础和发展趋势 在1个字段中引用 1 计算机科学（68至XX） 按年份列出的引文