Jan, 2024

PCB-Vision：一个印刷电路板的多场景 RGB - 高光谱基准数据集

PDF
TL;DR本研究探讨回收电子废物（电子废品）的关键问题，致力于开发先进的自动化数据处理流程作为决策和过程控制的基础。使用 RGB 和高光谱成像数据的非侵入性分析方法，提供定量和定性的洞察电子废物组成，以优化回收效率，并通过提供多个场景的基准数据集和多个现代模型的性能进行广泛的统计研究。
recyclingelectronic wastedata processing pipelinesrgb and hyperspectral imagingpcb-vision
发现论文，激发创造
  • SpectralWaste 数据集：用于垃圾分类自动化的多模态数据

    对于物体分割的多模态感知在实际废物管理环境中进行了研究，包括数据集收集和算法评估，证明了高光谱成像可在工业环境中提升光学感知性能。

    Mar, 2024

  • VISION 数据集：基于视觉的工业检测基准测试

    通过引入 VISION 数据集，我们希望为实现基于视觉的工业检测的进一步提高带来新的挑战和方法。

    Jun, 2023

  • NTIRE 2020 挑战赛：从 RGB 图像中重建光谱

    本文回顾了 RGB 图像中光谱重建的第二个挑战，并评估了其现状，其中提供了一个大型自然高光谱图像数据集，并提供了一些最佳的重建方法来获取整个场景的高光谱信息。

    May, 2020

  • 光谱极化视觉：光谱极化实际数据集

    提出了两个新的光谱极化数据集：三色 Stokes 图像和高光谱 Stokes 图像。这些数据集包含线性和圆偏振；引入了多个光谱通道；并且具有广泛选择的真实世界场景。通过这些数据集，分析了光谱极化图像的统计特性，发展了高维数据的有效表示方式，并评估了形态 - 来自 - 极化方法的光谱依赖性。该数据集为数据驱动的光谱极化成像和视觉研究奠定了基础。数据集和代码将公开提供。

    Nov, 2023

  • 高光谱基准：通过全面数据集和预训练填补 HSI 应用之间的差距

    通过引入包含不同应用领域（食品检查、遥感和回收）的创新基准数据集，本研究解决了目标数据集规模有限的限制，从而促进了高光谱图像模型能力的全面评估，并提供了最先进技术的深入研究和更加稳定的训练流程。

    Sep, 2023

  • 适用于暗光环境的可见光限制宽带照明光谱设计

    该篇论文提出了一种通过设计宽带 VIS-NIR 范围内的辅助照明的最佳光谱，来优化 NIR2RGB 翻译的方法，以实现在完全黑暗条件下的图像捕获。

    Mar, 2023

  • 一个用于混合物解混的多传感器高光谱基准数据集

    本研究生成实验室地面真实数据集，用于验证非线性解混和物质组成估计的高级方法，包括研究光谱变异性和训练监督解混方法。

    Aug, 2023

  • 多源融合合成高光谱数据集的高光谱空间分辨率提升

    本研究介绍了一个合成高光谱数据集，通过高光谱和高空间分辨率成像实现观测场景或物体的全面、准确、详细的表示，强调多模态融合在生成高质量合成高光谱数据集中的重要性，以及光谱 - 空间关系的改善对于各个领域的分析、监测和决策的影响。

    Jun, 2023

  • 基于数据驱动的光谱重建的局限性 -- 一种光学感知分析

    通过对 RGB 图像进行数据驱动的光谱重建方法的分析，我们发现当前模型在噪声、压缩和变色上存在限制，然而，通过异色数据增强和光学镜头像差可以提高 RGB 图像对色差信息的编码，从而带来更高性能的光谱成像和重建方法。

    Jan, 2024

  • PST900: RGB-Thermal 校准、数据集和分割网络

    本文提出在语义分割中使用基于学习的技术并支持长波红外成像 (LWIR) 技术，解决了 RGB - 热成像相机校准和数据集问题并比较表明使用我们的方法可以获得最佳的结果。

    Sep, 2019