English(EN) T$^2$exture: Sparsely Perturbed Thermal-to-Texture Imaging

新的T$^2$exture框架通过稀疏主动采集增强热成像

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-04 04:00

研究人员开发了一个名为T$^2$exture的新热成像框架，该框架可以从有限的主动关键帧和大量被动帧中重建详细的纹理序列。该方法将热纹理定义为主动开启源的观测与其被动关闭源状态之间的残差，从而有效地将纹理信息与背景发射隔离开来。T$^2$exture通过一个两阶段过程实现这一点：首先，从相邻的被动帧估计未观测到的关闭源状态，以建立可靠的纹理锚点；然后，利用这些锚点以及被动的结构上下文来重建密集序列。该框架在图像质量方面表现出显著的改进，在模拟和真实世界数据上均优于现有的视觉-惯性里程计基线。 AI

排序理由该集群包含一篇详细介绍新技术框架的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]

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 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Jiashuo Chen, Cheng Dai, Yanan Hu, Fanglin Bao · 2026-08-04 04:00

T$^2$exture：稀疏扰动热纹理成像

arXiv:2608.02192v1 Announce Type: new Abstract: Thermal imaging remains effective under adverse illumination, yet passive long-wave infrared (LWIR) measurements often lack fine texture. Existing thermal texture imaging approaches commonly rely on spectral sensing or registered au…

报道来源 [1]

T$^2$exture：稀疏扰动热纹理成像

相关实体

相关话题