研究人员正在开发全景分割的新方法,这项任务涉及识别和描绘图像中的每个对象实例和语义区域。一种方法利用大型视图合成模型将全景标签传播到新视图,而无需显式 3D 重建,在 ScanNet 和 Replica 等数据集上取得了有竞争力的结果。另一种方法 PEMOLA 为基于 Transformer 的分割引入了一个遮挡感知的模块,利用 COCO-OLAC 和 Cityscapes-OLAC 等数据集的遮挡线索来提高性能,尤其是在遮挡场景中。 AI
影响 全景分割的这些进展可以提高人工智能系统理解复杂视觉场景的准确性和鲁棒性,从而影响自动驾驶和机器人等领域。
排序理由 两篇学术论文提出了新颖的计算机视觉任务方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →