lighting conditions | BriefGPT

关键词lighting conditions

搜索结果 - 14

基于 AutoML 方法探究行人事故严重性的决定因素
通过 Automated Machine Learning (AutoML) 以及 SHAP 分析，本研究调查了行人事故严重性，提供了一种简化和易于访问的方法来分析关键因素，如照明条件、道路类型和天气等对行人事故严重程度的影响。这种 Aut
PDFa month ago
3DRealCar：一个自然环境中的 RGB-D 汽车数据集，具备 360 度视角
我们提出了第一个大规模的 3D 真实汽车数据集，名为 3DRealCar，具有高容量、高质量和高多样性的特点，以及可用于改进与汽车相关的各种 2D 和 3D 任务的潜力。
PDFa month ago
WE-GS: 无约束照片集的野外高效 3D 高斯表示
基于 3D 高斯扩散的新视角合成方法在各种场景下表现出了良好的性能，本文提出了一种高效的基于点的可微渲染框架，用于从照片集合中重建场景，通过引入基于残差的球谐系数传输模块，将 3D 高斯扩散方法适应于不同的光照条件和光度后处理，同时引入了一
PDFa month ago
使用全景视图和三元损失函数的层次定位
本研究旨在使用三元组卷积神经网络解决移动机器人定位问题，并测试其对光照条件变化的鲁棒性。我们使用在动态条件下捕获的真实室内环境的全景图像。文章提出了两种方法来通过三元组神经网络解决定位问题。第一种是分层定位，它包括两个阶段：粗定位和细定位。
PDF2 months ago
SIR：室内场景的多视角可分解阴影逆渲染
我们提出了一种高效的方法 SIR，用于室内场景的逆向渲染，通过使用多视角数据来分解可微阴影，解决了在准确分解材料和照明条件方面的挑战。
PDF5 months ago
充满挑战的光环境中的颜色识别：卷积神经网络方法
基于卷积神经网络的颜色检测方法可以显著提高在不同光照条件下的稳健性，并且比现有方法表现更好。
PDF5 months ago
AAAI重塑区域照明以消除阴影
该研究论文提出了一种新方法，通过在阴影区域中校正本地光照来修复被衰减的纹理。实验证明，该方法在三个基准测试上优于现有的阴影去除方法。
PDF5 months ago
基于深度学习的点线特征匹配的立体视觉里程计与注意力图神经网络
本文提出了一种基于点线特征的立体视觉里程计（StereoVO）技术，并使用一种基于注意力图神经网络的新型特征匹配机制，在恶劣的天气条件（如雾、霾、雨和雪）和动态光照条件（如夜间照明和眩光场景）下表现出色，通过稳健的点线匹配在低能见度天气和光
PDFa year ago
超越像素：一个光度校准的 HDR 数据集，用于预测亮度和色温
介绍了一种利用光度计经过校准的高动态范围全景图数据集的方法，可用于在计算机视觉任务中更准确地估计室内场景中的像素亮度、颜色温度和照明情况。
PDFa year ago
MMIMMVP：一种高效的白天和夜晚路上物体检测器
针对各种光照条件下难以检测路面物体的难题，提出一种通过定义子类、剔除相似样本、外部样本辅助检测、利用 ResNet-18 FPN 模型等优化方法，在 Nvidia Jetson TX2 设备上优化目标物体检测模型，并通过级联 R-CNN 技
PDF5 years ago
NIPS自监控内部图像分解
本文提出了使用解释输入图像的方法来学习内在图像分解，在单个图像上执行反射、形状和光照条件的预测。该网络利用无监督重建误差信号来提高中间表示的质量，使得大规模未标记数据在训练中有用，并且能够将所学知识应用于不同的对象类别、光照条件和形状的图像
PDF7 years ago
MM通过面部特征位置的人头姿态估计
本文描述了一种用于估计人类头部姿势的方法，该方法在包含足够信息以定位头部轮廓和检测个人面部特征的非平凡颜色边缘的彩色图像中工作，并定位描述 3D 空间中头部方向所必需的面部特征，且该方法足够鲁棒，可用于具有可变照明条件下的人头的色彩和灰度图
PDF9 years ago
在大量控制的光照条件下评估颜色纹理描述符
本文主要研究基于不同光线条件下的颜色纹理识别技术，通过对新旧特征及彩色规范化等方面进行广泛比较评估，研究不同的光照变化对纹理描述符的影响，得出在大范围成像条件下纹理描述符的鲁棒性。
PDF9 years ago
TILDE: 一个具有时间不变性的学习型检测器
本文介绍了一种基于学习的方法，用于在天气和照明条件的巨大变化下检测可重复的关键点。作者首先从相同视角的多个训练图像中识别出良好的关键点候选对象，然后训练回归器来预测得分图，以便通过简单的非极大值抑制方法找到这些点。实验结果表明，在这种具有挑
PDF10 years ago