PulseAugur
中
实时 08:37:04
English(EN) Toward Robust and 3D-Aware RGB-NIR Imaging in the Dark

新的3D感知模型在无干净数据的情况下增强了低光RGB-NIR成像

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的低光成像方法，将3D感知神经建模与RGB-NIR多光谱数据相结合。该方法绕过了对干净RGB监督的需求，允许模型在3D空间中隐式融合有噪声的RGB观测和NIR线索，以重建清晰的RGB图像。所提出的模型在各种噪声水平和场景下均表现出改进的鲁棒性，在合成和真实世界数据上的广泛评估中优于现有方法。 AI

影响 这项研究可能带来改进的低光成像能力，应用于从自主系统到监控的各种场景。

排序理由 该集群包含一篇详细介绍新图像处理方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的3D感知模型在无干净数据的情况下增强了低光RGB-NIR成像

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Muyao Niu, Mingze Ma, Yifan Zhan, Qingtian Zhu, Zhihang Zhong, Wei Guo, Chang Wen Chen, Yinqiang Zheng ·

    迈向黑暗中鲁棒且3D感知的RGB-NIR成像

    arXiv:2607.29684v1 Announce Type: new Abstract: Robust low-light imaging remains challenging for the community. Recent studies have explored fusing Near-Infrared (NIR) with noisy RGB to achieve improved enhancement, yet most methods depend on carefully curated training data pairs…

相关实体

相关话题