研究人员开发了Joint-ID,一种新颖的基于Transformer的神经网络,用于水下图像增强和深度估计。该方法使用多模态目标函数来解决图像退化、清晰度不足和无效深度数据的问题。该系统经过端到端训练,并在合成、标准和真实世界的水下数据集上证明了其有效性,显示出在海洋学和水下机器人领域的应用潜力。 AI
影响 该模型可以改善水下机器人和海洋学等应用的视觉感知。
排序理由 该集群包含一篇详细介绍新模型和方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →