(职场pva什么意思)(pv职位是什么意思)

在公众号|计算机视觉工坊，后台回复 「资料」，即可下载 计算机视觉干货资料，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、姿态估计、多视图几何、多传感器融合等方向。

【计算机视觉工坊简介】

公众号【计算机视觉工坊】，特邀嘉宾及合伙人，先后就职于百度、商汤及知名自动驾驶公司，主要研究方向为计算机视觉、目标检测、语义分割、点云处理、三维重建、深度学习、AI芯片、产品落地等。博主先后任职于国内知名研究院、知名大厂，致力于3D视觉算法、三维测量、SLAM算法开发，涉及相机标定、手眼标定、结构光、点云后处理、三维重建等相关领域的研究，同时也是CSDN博客专家。计算机视觉工坊坚持原创，近一年来输出了非常多的高质量文章，获得了粉丝的一致好评，我们将始终坚持走原创路线，打造一个铁杆粉丝的聚集区。

【作者介绍】

公众号博主1：Tom Hardy，先后就职于国内知名研究院、自动驾驶独角兽公司，致力于计算机视觉算法、深度学习算法、自动驾驶感知算法等领域的研究，CSDN博客专家。

公众号博主2：小凡，先后任职于知名研究院、知名VSLAM公司，致力于3D视觉算法、VSLAM算法开发，涉及相机标定、手眼标定、结构光、点云后处理等相关领域的研究，CSDN博客专家。

公众号博主3：特邀嘉宾，主要来自于百度、商汤等一线大厂算法工程师及北航、中科院、南加州、亚琛工业、慕尼黑工业大学等海内外高校硕博。

计算机视觉工坊致力于： 分享技术、坚持原创、创造价值、结识一起追梦的人~

强力推荐关注【计算机视觉工坊】，CV前沿技术，不容错过，下面汇总了一些往期文章，大家一起学习~

往期文章汇总

SLAM

• ICRA2020重磅来袭——SLAM文章汇总
• 论文解读|激光视觉融合的Ｖ-LOAM
• Lidar与IMU标定代码实战：lidar_align
• 基于双目事件相机的视觉里程计
• LOAM论文介绍与A-LOAM代码简介
• ORB-SLAM3 Initializer.cpp函数解读
• ORB-SLAM3系列-多地图管理
• 聊聊这两年学习slam啃过的书！
• 一文详解固态激光雷达的里程计（loam_livox）
• 用于机器人导航辅助的6自由度姿态估计的平面辅助视觉惯性里程计
• 计算机视觉在生物力学和运动康复中的应用和研究
• 从理论到实践: ORB-SLAM3 Initializer完全解读
• 入坑slam，一位博士小姐姐的科研和成长分享（考研+读研+读博）
• 粒子滤波到底是怎么得到的？
• 一文详解bundle adjustment
• 基于视觉和惯性传感器的移动机器人手遥操作系统
• ORB-SLAM3 细读单目初始化过程(上)
• 超详细解读ORB-SLAM3单目初始化（下篇）
• 重用地图的单目视觉惯导SLAM系统
• ORB-SLAM3 单目地图初始化（终结篇）
• 重磅直播|计算深度分割技术的实现与全局效应下的结构光三维重建
• VSLAM|回环检测之词袋字典效果测试及一点思考
• [SLAM] a bite of SLAM
• SLAM从0到1——状态估计之最小二乘问题解法：最速下降法、牛顿法、高斯牛顿法、LM法
• SLAM从0到1——ORB特征提取及特征匹配
• 视觉SLAM简介（限于初学者）
• EPnP：一种复杂度为O(N)的求解PnP问题的方法
• ORB-SLAM2:一种开源的VSLAM方案
• 系列篇|一文尽览事件相机原理
• VSLAM|回环检测之词袋字典如何生成？
• 总结|ORB_SLAM2源码中字典使用细节
• 视觉里程计的轨迹评估的工具：evo
• ORB-SLAM：让人Orz的SLAM
• 视觉SLAM：一直在入门，从未到精通
• 卡尔曼滤波：究竟滤了谁？
• 特征点检测-ORB
• 深入剖析DSO的数学原理及实现
• VSO: Visual Semantic Odometry（视觉语义里程）
• MIT最近推出的：Kimera-实时度量语义SLAM开源系统
• 非线性优化：徒手实现LM算法

深度学习在3D视觉上的应用

• 深入研究自监督单目深度估计：Monodepth2
• 一种基于神经网络+结构约束的车道线检测方法
• 一种用于360度全景视频超分的单帧多帧联合网络
• 汇总|实时性语义分割算法（全）
• 汇总|实时性语义分割算法(共24篇）
• 一文带你了解基于视觉的机器人抓取自学习(Robot Learning)
• 杂乱场景中的尺度层次三维目标识别
• ECCV20| 3D目标检测时序融合网络
• CLOCs：3D目标检测多模态融合之Late-Fusion
• 3D目标检测多模态融合综述
• mask rcnn训练自己的数据集
• 谷歌最新论文：手机端的实时3-D目标检测
• STD：Sparse-to-Dense 3D Object Detector for Point Cloud(腾讯&香港大学)
• 基于2.5/3D的自主主体室内场景理解研究
• CVPR 2020 | 更高质量的点云补全：上海交通大学团队提出点云分形网络
• GhostNet : 轻量级网络模型，性能超越MobileNetV3(CVRP2020, 华为诺亚)
• 汇总|基于3D点云的深度学习方法
• 基于深度学习的三维重建算法综述
• SDOD：基于depth的实时3D检测与分割
• 汇总|3D点云分割算法
• DSGN：基于深度立体几何网络的3D目标检测（香港大学提出）
• VoxelNet阅读笔记
• 汇总|3D点云目标检测算法
• 基于深度法向约束的稀疏雷达数据深度补全（商汤科技和香港大学联合提出)
• FDDWNET:模型参数仅为0.8M，速度和准确率综合性能在轻量级分割网络中达到SOTA
• FusionNet：基于稀疏雷达点云和RGB图像的深度图补全
• RGPNET: 复杂环境下实时通用语义分割网络
• LiteSeg: 一种用于语义分割的轻量级ConvNet
• 基于机器学习随机森林方式的姿态识别算法
• 基于单目图像无监督学习的深度图生成
• PointConv：基于3D点云的深度卷积网络
• Deep Manta：单目图像下2d到3d由粗到精的多任务网络车辆分析
• PointRCNN : 基于3D点云下的目标检测
• 基于点云数据的3D部件感知聚焦目标检测网络
• 干货|深度学习如何融入工业机器视觉
• 混合深度卷积，更少参数下的轻量级网络
• 3D U-Net：从稀疏注释中学习密集的体积分割
• 深度学习在3-D环境重建中的应用
• 非对称卷积增强CNN特征拟合
• 基于深度学习的特征提取和匹配方法介绍
• Robust Optimization in 3D Vision
• DCP: Deep Closest Point（点云匹配）
• 深度学习中如何应对图像数据不足?

3D视觉学习路线总结与资料

• 吐血整理|3D视觉系统化学习路线
• 那些精贵的3D视觉系统学习资源总结（附书籍、网址与视频教程）
• 一个狠招|如何高效学习3D视觉
• 那些精贵的「机器视觉」学习资料总结
• 那些珍贵的「视觉SLAM」课程资料总结
• 学习攻略|清华大学对外免费开放2000门课程

图像处理

• 用于视频超分辨率的可变形三维卷积
• 通俗易懂的Harris 角点检测
• 印刷质量缺陷的视觉检测原理概述
• 2D、3D视觉技术干货之杂谈
• 一分钟详解initUndistortRectifyMap函数bug修复方法
• Homography matrix(单应性矩阵)在广告投放中的实践
• 透视变换（进阶）
• 粒子滤波在图像跟踪领域的实践
• 图像处理的仿射变换与透视变换
• 超详讲解图像拼接/全景图原理和应用|附源码
• OpenCV实现多张图像拼接
• 人生的傅里叶变换
• 稠密光流----Farneback
• 角点检测----shi-tomas
• 图像合成与图像融合

相机标定

• 一文详解工业相机和镜头选取
• 计算机视觉基本原理——RANSAC
• 总结 | 相机标定的基本原理与改进方法
• 再谈「相机标定」
• 背光源：你究竟是怎样的波长？
• 一分钟详解「本质矩阵」推导过程
• 一分钟详解OpenCV之相机标定函数calibrateCamera()
• 从零开始学习「张氏相机标定法」
• 藏在标定板身后的秘密
• 你会绘制椭圆吗？
• 计算机与机器视觉中的高精度相机标定
• 镜头、曝光，以及对焦（上）
• 镜头、曝光，以及对焦（下）
• 系列篇|事件相机-数据集与仿真器
• 事件相机角点检测，从原理到demo

结构光

• 系列篇|三维重建之纯格雷码三维重建
• 激光三角测量法在工业视觉检测上的应用
• 综述|线结构光中心提取算法研究
• 系列篇|结构光——格雷码解码方法
• 系列篇|结构光三维重建——相移法基本原理
• 那些你所不知道的结构光技术
• 系列篇|结构光三维重建基本原理
• 系列篇|单目结构光三维成像系统的标定方法
• 聊聊三维重建-条纹法之相位法(一)
• 聊聊三维重建-条纹法之相位法(二)
• 结构光三维重建原理
• 基于多频外插的结构光三维重建之投影仪标定
• 一分钟详解线结构光扫描系统
• 3D Scanner 相机：为工业机器人装上“火眼金睛”

传统3D视觉

• 摄影测量(计算机视觉)中的三角化方法
• 一种用于三维物体建模的精确、鲁棒的距离图像配准算法
• ECCV2020最佳论文解读之递归全对场变换(RAFT)光流计算模型
• 超全的3D视觉数据集汇总
• 面向高精度领域的视觉伺服算法汇总
• 一分钟详解鱼眼镜头标定基本原理及实现
• 「3D视觉技术交流群」精华帖与关键问题
• 多视角立体视觉MVS简介
• 摩尔条纹拯救我的3D检测
• 三维重建 3D reconstruction 有哪些实用算法？
• 点云配准(一 两两配准)
• 立体视觉动态测量技术
• 半全局匹配SGM
• 3D视觉技术的6个问答
• 聊聊三维重建-双目立体视觉原理
• 3D视觉技术在机器人抓取作业中的应用实例
• 立体匹配论文笔记：AnyNet
• 一文读懂经典双目稠密匹配算法SGM
• OpenCV双目稠密匹配BM算法源代码详细解析
• OpenCV源代码分析——SGBM

点云处理

• FCGF-基于稀疏全卷积网络的点云特征描述子提取(ICCV2019)
• GRNet网络：3D网格进行点云卷积，实现点云补全
• 3D曲面重建之移动最小二乘法
• 在医学图像分析中使用ICP算法进行点云配准
• 两种ICP的改进算法：PLICP与NICP
• 一分钟详解PCL中点云配准技术
• 3Ｄ点云配准（二多幅点云配准）
• 点云配准(一 两两配准)
• 一分钟详解PCL-1.8.1从源码搭建开发环境一(Boost库的编译)
• PCL1.8.0+VS2013+Win10 x64的配置教程
• PCL从0到1|点云滤波之直通滤波与体素法滤波
• 最终章|一分钟详解PCL编译过程

三维重建篇

• 三维重建的定位定姿算法
• 多视图几何三维重建实战系列- Cascade-MVSNet
• 多视图立体匹配论文分享CasMVSNet
• 多视图立体匹配论文分享PVA-MVSNet
• 多视图几何三维重建实战系列之R-MVSNet
• 一文带你理解基于图像的三维重建
• 多视图几何三维重建实战系列之MVSNet

手眼标定

• EPSON机器人建立工具坐标系及TCP/IP通讯
• 大盘点|基于RGB图像下的机器人抓取
• 机器人抓取汇总|涉及目标检测、分割、姿态识别、抓取点检测、路径规划
• 机器人抓取领域性能评估标准
• 机器人抓取领域相关数据

GPU优化加速

• GPU加速——OpenCL学习与实践
• GPU高性能编程CUDA实战（二）
• CUDA8.0+VS2015+Win10开发环境搭建教程

基础入门篇

• ubuntu下如何安装两个版本OpenCV？
• Git使用教程：超详细、超傻瓜、超浅显、真正手把手教！
• 实战 | Docker ubuntu:18.04 镜像制作
• 实战|C++在vscode上的调试配置
• 如何高效地逛Github？
• 那些你所不知道的arXiv使用技巧
• 一分钟详解Git使用技巧（一）
• 那些你所不知道的免费文献下载工具
• CMakeLists.txt文件如何编写？（一 基础篇）
• 使用VA助手如何快速添加注释(按doxygen注释规范)
• 一分钟详解VS中快速生成dll和lib方法
• VS如何将核心函数封装成dll、lib，并供给第三方调用？
• VS2015 Visual Assist X 破解版安装教程
• Python IDE ——Anaconda+PyCharm的安装与配置
• Matlab R2018a 64位安装教程
• 那些你所不知道的文献下载网址经验总结
• QT在VS2013中的配置
• VS2013+OpenCV3.1.0配置方法

姿态估计

• 用于类别级物体6D姿态和尺寸估计的标准化物体坐标空间
• 基于改进的点对特征的6D位姿估计
• HybridPose：混合表示下的6D对象姿态估计
• 单阶段6D对象姿势估计
• 基于PPF方式改进的物体检测与位姿估计算法
• SilhoNet：一种用于3D对象位姿估计和抓取规划的RGB方法
• 单目图像3D物体的姿态检测
• CVPR2020 | 通过可微的代理投票损失进行6DoF对象位姿估计
• PVN3D: 基于Deep Point-wise 3D关键点投票的6D姿态估计网络（香港科技大学提出）
• 物体的三维识别与6D位姿估计：PPF系列论文介绍（一）
• 物体的三维识别与6D位姿估计：PPF系列论文介绍(二)——PPF-MEAM
• 盘点类别级物体6D位姿估计
• 大盘点|6D姿态估计算法汇总(上)
• 大盘点|6D姿态估计算法汇总（下）
• 基于点云方式的6D姿态识别
• 基于对应点的6D姿态识别
• 李飞飞团队最新论文：基于anchor关键点的类别级物体6D位姿跟踪
• 遮挡重叠场景下|基于卷积神经网络与RoI方式的机器人抓取检测

人脸识别

• 人脸识别技术介绍和表情识别最新研究
• 汇总|3D人脸重建算法
• 3D人脸重建和人脸分析常用的数据集汇总

自动驾驶

• 基于自动驾驶车辆的激光雷达与摄像头之间的在线标定算法
• 如何入门学习自动驾驶感知技术？
• ESPNet: 自动驾驶领域轻量级分割模型
• 视觉激光雷达信息融合与联合标定
• 单镜头视觉系统检测车辆的测距方法
• 应用于雷达信号的深度学习方法
• 深度学习基于摄像头和激光雷达融合的3-D目标检测
• 基于双目视觉的自动驾驶技术
• 传感器融合-数据篇（自动驾驶）

项目对接

• AI项目对接第一期
• AI项目对接第二期——缺陷检测

视觉竞赛

• 那些年，我们一起刷过的计算机视觉比赛

缺陷检测

• 缺陷检测开源工具
• 汇总|缺陷检测数据集
• 总结|深度学习实现缺陷检测
• 干货|深度学习实现零件的缺陷检测

图像分割

• 全景分割 | Learning to Fuse Things and Stuff

医疗影像

• 汇总|医学图像数据集
• 汇总|医学图像分析领域论文

车牌识别/OCR

• 超全的OCR数据集
• 大盘点|OCR算法汇总
• 车牌识别之车牌定位

行业动态

• 追势科技蒋如意博士:AVP环境感知和地图适配取得重大突破
• wuhan2020：武汉新型冠状病毒防疫开源信息收集平台

招聘信息

• 达摩院-机器智能实验室-视觉方向招聘
• 华为云EI产品部诚邀3D视觉算法大佬加入（社招&实习）
• 梅卡曼德机器人| 机器视觉算法、深度学习算法、软件开发等海量岗位
• INDEMIND|SLAM、计算机视觉、深度学习算法招聘（社招&实习）
• 招聘|技术总监&三维重建算法工程师
• 招聘|华为2012实验室中央媒体技术院实习生/校招/社招
• 年薪40w | 追势科技诚招感知算法和软件开发工程师
• SLAM、3D vision求职经历

读书笔记

• 2020，我的秋招
• 三公子论「财务自由」
• 如何成为一流的「匠人」？
• 职场的你，如何《赢》？
• 《跃迁——成为高手的技术》
• 浅忆《相爱十年》
• 《原则》之读书笔记
  在公众号|计算机视觉工坊，后台回复 「资料」，即可下载 计算机视觉干货资料，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、姿态估计、多视图几何、多传感器融合等方向。