urban environments | BriefGPT

关键词urban environments

搜索结果 - 23

WWW智慧城市中的不变时间序列预测
在智慧城市的变革环境中，将前沿的网络技术与时间序列预测相融合，为城市规划、可持续发展和经济增长提供了重要机遇。深度神经网络的进步显著提高了预测性能，然而，这些模型对于不同于训练数据分布的时间序列数据的泛化能力仍然存在挑战。我们提出了一种在不
PDF2 months ago
IncidentResponseGPT: 利用生成型人工智能生成交通事故应急响应计划
通过结合实时交通事故报告和操作指南，本研究介绍了一种名为 IncidentResponseGPT 的创新解决方案，旨在协助交通管理部门快速、明确和适应性地应对交通事故，通过文本分析、交通模拟和透明验证的方法，该系统有望优化交通流量、减少拥堵
PDF2 months ago
基于生成设计的多尺度干预规划
通过使用生成型人工智能及图像修补算法，本研究提出一种方法来解决城市地区的绿地不足问题，突出显示新兴技术在塑造城市干预规划过程中的转型潜力。
PDF2 months ago
城市环境下自主探索的楼梯定位
提出了一种用于机器人自主探索城市环境的楼梯定位方法，该方法采用了级联流水线的模块化设计，由楼梯检测、线段检测和楼梯定位模块组成，在仅使用单个 RGB-D 相机的情况下，通过深度学习算法实现了准确的楼梯检测和定位。
PDF3 months ago
利用成本函数调节的多基站测距和图神经网络的 GNSS 定位
我们的研究替代了启发式方法，使用基于图神经网络的深度学习模型来估计大城市环境下卫星测距误差，并分析了多次叠加的最优方法，提高了水平定位误差的准确性。实证结果显示与最近的深度学习基线模型和经典定位方法相比，我们的解决方案在水平定位误差上有 4
PDF4 months ago
深阴影：城市空间阳光获取计算的生成方法
通过 Deep Umbra 这一基于条件生成对抗网络的计算框架，我们能够以全球规模来量化阳光接触与阴影，该框架考虑了城市的物理形态，并以高分辨率的空间信息来计算一年四季的累积阳光接触。我们使用来自七个不同城市的数据来训练模型，并通过一系列广
PDF4 months ago
大数据和深度学习在智慧城市中的应用：面向 AI 驱动的交通事故检测和计算机视觉系统的综合数据集
本研究关注应用先进的技术方法提高交通事故的检测，通过引入一种创新的综合数据集来增强智能城市中的计算机视觉和动作识别系统，旨在填补现有研究的空白，提供用于交通事故检测的基准数据集，以推动学术研究并提升实时事故检测应用，从而实现更安全、更高效的
PDF6 months ago
基于 RandLA-Net 的迁移学习的点云分割在城市区域的案例研究
本文通过应用先进的神经网络体系结构 RandLA-Net 对城市大规模点云数据进行三维分割，研究了城市环境中点云数据的分割性能。通过转移学习技术和类别映射实现了对特定城市区域的准确分割，实验结果表明该方法在三维点云分割中取得了 80% 以上
PDF7 months ago
城市生成智能 (UGI): 体质城市环境中的代理平台
城市环境面临快速城市化带来的交通拥堵、污染和社会不平等等挑战，通过整合大型语言模型进入城市系统，提出了一种新的城市智能范式，以解决这些挑战，并模拟复杂的城市系统，达到理解和管理城市复杂性的目的。
PDF7 months ago
重新定义侦查：无人机、360 度摄像机和神经辐射场的连接
数字态势感知领域中，准确的 3D 模型是不可或缺的，本文介绍了一种创新方法，将 30cm 以下的紧凑型无人机与 360 度相机以及神经辐射场（NeRFs）的进展相结合，特别适用于在严重破坏的城市环境中生成 3D 场景的表达.
PDF7 months ago
消除短暂物体：街景合成的联合相机改进和短暂物体移除
通过使用神经点光场场景表示，我们提出了一种处理室外情景视图合成的方法，该方法能够解决运动物体和相机姿态漂移等挑战，并通过检测和屏蔽动态物体来重构无瑕疵的新场景，同时优化相机姿态和视图合成过程，从而实现两者的同时改进。通过在真实世界的城市数据
PDF7 months ago
基于空间搭载激光雷达的全球细尺度城市建筑高度产品
基于 GEDI 和多源数据，我们提供了一个最新的全球城市建筑高度产品，拥有 150 米的更高空间分辨率和内在细节，对气候、环境、生态和社会科学的城市研究具有推动作用。
PDF8 months ago
利用夜间光照和社交媒体追踪电力损耗及其感知原因
利用卫星图像、社交媒体和信息提取技术，本研究监测了停电及其感知原因，结果显示城市环境中夜间光强度与推特提及委内瑞拉总统的负面情绪和责怪相关术语呈负相关关系，暗示了政府在停电问题中的责任。
PDF9 months ago
ICCV鲁棒语义分割 UNCV2023 挑战结果
该论文总结了在 ICCV 2023 举行的 MUAD 不确定性量化挑战中采用的获胜解决方案，重点关注城市环境中的语义分割，特别关注自然对抗情景。报告呈现了 19 个提交条目的结果，许多技术借鉴了近几年在计算机视觉和机器学习领域的重要会议和期
PDF9 months ago
CVPRSLOPER4D：一种用于城市环境下全局 4D 人体姿态估计的场景感知数据集
SLOPER4D 是一个具有场景感知能力的数据集，在大型城市环境中收集以促进野外人体姿态估计的全球研究，提供详细的数据、代码和分析，包括相机 3D HPE、LiDAR 3D HPE 和全局姿态估计这三个任务，它对现有方法提出重要挑战，为未来
PDFa year ago
Panoptic nuScenes：LiDAR 全图分割和跟踪的大规模基准测试
介绍了扩展了 nuScenes 数据集的大规模全景 nuScenes 基准数据集，以便对动态城市环境的全景场景理解方法进行研究和评估，同时提出了各种分割和跟踪任务的强基线方法，并提出了面向实例的新型 PAT 指标，解决了现有指标的局限性。
PDF3 years ago
基于序列数据的学习方法在 3D LiDAR 数据中的运动物体分割
本篇论文提出了一种基于 3D LiDAR 扫描的新颖的运动对象分割方法，可以将环境精确地分割为运动和静态对象，相比于其他先进的方法在城市环境中具有更高的分割质量。
PDF3 years ago
利用长短期记忆网络（LSTM）和物联网（IoT）进行城市环境下局部表面温度预测
本文提出了一种基于 LSTM 深度学习网络的框架，用于以高空间分辨率生成未来一天每小时的气温预测，并利用纽约市的历史原位观测和物联网观测进行了案例研究，旨在解决在城市环境下，由于热岛效应导致空气温度预测存在空间分辨率和历史气候样本不足等问题
PDF3 years ago
inD 数据集：德国路口自然道路用户轨迹的无人机数据集
通过使用无人机记录道路使用者的自然行为，我们提出了一个综合的，大规模的城市十字路口数据集，其中包含来自德国四个路口的超过 11500 个使用者，包括车辆，自行车手和行人。该数据集可用于非商业研究。
PDF5 years ago
在弱监督下学习分离声音中的强项
本文提出了使用弱标签来训练源分离系统的目标函数和网络架构，使用声音事件分类器评估分离器的性能，并在城市环境中使用合成混合事件数据库对算法的性能进行了基准测试。
PDF5 years ago