weather conditions | BriefGPT

关键词weather conditions

搜索结果 - 21

Solarcast-ML: 太阳能发电的每节点图传播扩展
该研究扩展了 GraphCast 模型，将太阳能发电预测能力整合进去，并成功地预测了天气条件与太阳辐射之间的关系，为可再生能源部门提供宝贵的见解。
PDF15 days ago
PLT-D3: 高保真动态驾驶仿真数据集的立体深度和场景流
自动驾驶在计算硬件和先进的深度学习方法的推动下取得了显著进展。然而现有的公共数据集却缺乏多样性的天气场景和详细高分辨率数据，用以训练和验证先进的自动驾驶感知模型。本研究介绍了 PLT-D3 数据集，其提供了逼真的模拟测试环境，包括雨雪、雾和
PDF23 days ago
利用摄像头图像对全景图像进行间接增强现实的强度和纹理校正
通过使用移动设备中的相机图像，增强现实（AR）在旅游推广中越来越受欢迎。然而，游客出现在相机图像中可能会导致相机姿态估计误差，进而产生 CG 不对齐和内容可见性降低的问题。为了避免这个问题，提出了一种不使用实时相机图像的间接 AR（IAR）
PDFa month ago
多气候共存估计的天气不确定性建模
本研究提出了一种新的多天气共存估计方法，基于物理原理模型化了天气不确定性，并通过高斯混合模型和先验 - 后验学习实现了不确定性感知的多天气学习方案。实验结果表明该方法在常规多标签天气分类和多天气共存估计任务中均具有最先进的性能和广泛的泛化能
PDF3 months ago
SafeSea: 人工合成数据生成极端及低概率海事环境
通过引入 SafeSea 方法，我们能够快速生成多样的天气条件背景的海洋图像数据集，在训练海洋物体检测模型时起到重要作用，并观察到天气条件对检测准确性的影响。
PDF7 months ago
MMDoubleAUG：基于颜色扰动和双样式记忆的城市单领域通用目标检测器
本文提出了一种新颖的 DoubleAUG 方法，它包括图像级和特征级增强方案，旨在解决城市场景中单域泛化目标检测任务，即在不同天气条件下训练的模型能够在任何其他天气条件下表现良好。通过大量实验证明我们提出的方法优于现有方法，并且消融研究证实
PDF7 months ago
MM天气和附近交通流量对交通量影响的矢量自回归模型应用
本研究旨在基于附近交通量和天气条件来预测一个道路段的交通流量，分析结果将有助于解决交通流量预测问题和开发具有高效交通运动和最小交通堵塞的最优化交通网络。
PDF8 months ago
基于历史数据和环境因素的数据驱动能耗预测
本研究通过使用历史能源数据、占用模式和天气条件，引入了一种基于长短期记忆（LSTM）模型的建筑能源消耗预测方法。该 LSTM 模型对于住宅和商业建筑的短期、中期和长期能源预测相比现有的预测模型具有更高的准确性。通过与线性回归、决策树和随机森
PDF10 months ago
逐渐恶化天气下的航空影像持续领域适应
领域适应旨在减少深度学习模型训练所在源领域和部署所在目标领域之间的差距。在航空平台上部署的深度学习模型可能面临逐渐恶化的天气条件，导致训练数据和评估数据之间的领域差距扩大。我们合成了两种逐渐恶化的天气条件并应用于真实图像数据集，生成了四个基
PDFa year 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
自动驾驶中雾天和雨天强化目标检测的域适应
这篇论文提出了一个新颖的领域自适应目标检测框架，用于自动驾驶在雾天和雨天。我们的方法利用图像级和目标级自适应来减少图像风格和目标外观的领域差异。此外，为了增强模型在具有挑战性样本下的性能，我们引入了一种新的对抗梯度翻转层，该层在领域自适应同
PDFa year ago
自然而然地学习在各种天气条件下逐步驾驶
提出了一种基于领域增量学习的解决方案 (Domain-Incremental Learning through Activation Matching, DILAM)，通过无监督特征对齐，将预训练模型适应于不同的天气条件，存储不同天气条件下
PDFa year ago
AAAIDADFNet：双注意与双频率引导除雾网络，用于视频驱动的智能交通
该研究提出了一种双重关注和双频引导去雾网络（称为 DADFNet）用于实时视野增强，以改善交通管理系统中受恶劣天气影响的图像检测精度。
PDFa year ago
下雨天我们在推特上谈论哪些食物？
本研究探讨拉脱维亚的一组推文数据集，以及关于不同天气条件下的平均温度，降雨量和其他现象的天气观测数据集。我们发现具体的天气条件带来了特定的食品信息分享，并自动分类推文情感，并讨论其与天气的关系。研究对大规模社交网络数据理解食品消费者的选择和
PDFa year ago
机器学习降低空气污染
本文提出了一种数据驱动的方法，通过将运营决策与天气条件联系起来，缓解工业厂区对附近城市的空气污染的影响，结合预测和规定性机器学习模型预测短期风速和方向，并建议减少或暂停工业生产的运营决策，从而实现可持续性的工业发展。
PDFa year ago
CVPRIthaca365：重复和具有挑战性的天气条件下的数据集和驾驶感知
为了实现自主驾驶高安全性要求下的鲁棒性，本文提出了一种新数据集的收集方法，覆盖多种天气、交通和场景，包含图像和点云数据以及高精度 GPS/INS 数据，并在此基础上分析了自动驾驶的三个关键问题的性能表现。
PDF2 years ago
CVPR一种高效的领域增量学习方法，用于在各种天气条件下驾驶
提出一种名为 DISC 的在线领域增量学习方法，可在不需要重新训练或昂贵的内存银行的情况下，逐步学习新任务 (即天气条件)，通过分类每个域的一阶和二阶统计量变化，将统计矢量插入到相应任务的模型中，目标检测结果显示出其在不同恶劣天气条件下的一
PDF2 years ago
AAAI利用多种特性和对抗性矛盾实现域自适应分割
该研究提出了一种基于 APAT 和自我培训的条件引导适应框架，能够有效地推理出目标域中的多模态特征，从而提高语义分割模型在天气等异构子域中的鲁棒性。各种实验结果表明，该方法（DCAA）在目标域的天气变化等复杂情景下，相比基线和现有方法有着显
PDF4 years ago
考虑天气状况影响的自行车共享系统中的自行车数量建模
该研究提出了一种评估天气条件对旧金山湾区自行车共享系统自行车站点数量预测的影响的方法，利用随机森林技术和指导向前逐步回归方法开发了回归模型，并利用贝叶斯信息准则进行了模型比较和开发。研究结果表明，日间时间、温度和湿度是重要的计数预测因子，并
PDF4 years ago
交通监控中的雨水去除：是否重要？
本文提出了一个新的数据集，用于评估基于计算机视觉技术中的人工去雨算法的效果，并提出了新的评估协议来评估这些算法在道路监控视频的不同天气条件下对分割、实例分割和特征跟踪算法的提高效果，研究结果表明，近期的单帧基于的雨去除算法可以在提高分割的准
PDF6 years ago