PulseAugur
中
实时 12:45:58
English(EN) Frequency-Guided Fusion For RGB-Thermal Semantic Segmentation

新架构融合RGB和热红外数据以改进语义分割

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的RGB-热红外语义分割架构，以应对恶劣光照条件下的挑战。所提出的方法采用双ConvNeXt V2骨干网络，并进行阶段式、模态自适应融合。它包含一个用于早期特征的基于频率的融合模块，以及一个带有跨模态注意力的用于后期特征的语义融合模块，通过有效整合可见光和红外图像来增强场景理解。 AI

影响 这项研究可能为自动驾驶和其他需要在恶劣光照条件下进行场景理解的应用带来更鲁棒的计算机视觉系统。

排序理由 该集群包含一篇详细介绍RGB-热红外语义分割新方法的 istudy 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 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · \.Ismail Emre Can{\i}tez, \"Ozg\"ur Erkent ·

    Frequency-Guided Fusion For RGB-Thermal Semantic Segmentation

    arXiv:2605.26273v1 Announce Type: new Abstract: Semantic segmentation in complex environments such as urban driving scenes remains challenging under adverse lighting conditions, where RGB images alone provide insufficient information. RGB-Thermal fusion leverages the complementar…

相关话题