PulseAugur
中
实时 15:36:34
English(EN) Cross-View Variance Correlation in Path-Traced Stereo:A Hidden Shortcut in Synthetic Training Data

合成立体数据揭示隐藏的相关性捷径

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员发现，通过路径追踪生成的合成立体数据中存在一个先前未被认识到的特性。他们发现，虽然来自两个摄像机的噪声流是独立的，但在通过地面真实视差对齐后，底层方差场高度相关。在多个场景中测得的这种相关性约为 0.754，在朗伯区域最强，在玻璃表面较弱。一项旨在打破这种跨视图对齐的干预措施导致关键指标的性能下降，这表明这种相关性充当了匹配线索，并可能成为训练流水线中的模拟到真实捷径。 AI

影响 识别出合成训练数据中可能存在的捷径，这可能会影响计算机视觉模型的泛化能力。

排序理由 学术论文，详细介绍了计算机视觉合成数据生成方面的一项新发现。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

合成立体数据揭示隐藏的相关性捷径

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Po-Ting Lin ·

    路径追踪立体声中的跨视图方差相关性：合成训练数据中的隐藏捷径

    arXiv:2606.25483v1 Announce Type: new Abstract: Path-traced synthetic stereo data underlie a large fraction of modern disparity-estimation training pipelines. We report a previously unrecognised property of such data: while the Monte Carlo (MC) noise streams of the two cameras ar…

  2. arXiv cs.CV TIER_1 English(EN) · Po-Ting Lin ·

    路径追踪立体声中的跨视图方差相关性：合成训练数据中的隐藏捷径

    Path-traced synthetic stereo data underlie a large fraction of modern disparity-estimation training pipelines. We report a previously unrecognised property of such data: while the Monte Carlo (MC) noise streams of the two cameras are statistically independent, the underlying \emp…

相关实体

相关话题