PulseAugur
实时 10:11:36
English(EN) GSRAIN: Physically Calibrated High-/Low-Frequency Rainfall Synthesis for 3D Gaussian Driving Scenes

GSRAIN方法为3D驾驶场景合成可控降雨

研究人员开发了GSRAIN,一种在3D高斯喷溅(3DGS)驾驶场景中合成逼真降雨的新颖方法。该技术整合了一个源自真实世界数据的高频雨滴模型,以及一个用于低频大气效应的几何感知扩散模型。GSRAIN能够精确控制降雨强度,范围从0到13毫米/小时,并且在弗雷歇起始距离方面,与CycleGAN-Turbo和WeatherEdit等现有方法相比,表现出优越的性能。生成的场景已通过目标检测和闭环驾驶实验进行了验证,证明了它们在为自动驾驶系统创建可控且可重复的测试环境方面的实用性。 AI

影响 为自动驾驶系统在恶劣天气条件下的训练数据提供了更逼真、更可控的选项。

排序理由 详细介绍新合成方法的学术论文。[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 →

GSRAIN方法为3D驾驶场景合成可控降雨

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Fanyu Wang, Longgao Zhang, Junyi Chen ·

    GSRAIN: Physically Calibrated High-/Low-Frequency Rainfall Synthesis for 3D Gaussian Driving Scenes

    arXiv:2608.02177v1 Announce Type: new Abstract: Existing rainfall simulation methods for autonomous driving remain limited in physical controllability and multi-view consistency. This paper presents GSRAIN, a high-/low-frequency rainfall synthesis method for 3D Gaussian Splatting…