PulseAugur
中
实时 09:11:22
English(EN) TeX-1500: A Paired Real-World LWIR Hyperspectral Dataset and Benchmark for Temperature-Emissivity-Texture Decomposition

新的TeX-1500数据集推动高光谱成像分析

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了TeX-1500，这是一个旨在推进长波红外高光谱成像（LWIR HSI）中温度-发射率-纹理（TeX）分解的新数据集。该数据集包含超过1500个配对的真实世界场景，弥合了TeX分解在监督学习中的差距。它包括校准的辐射立方体、波长位置以及对齐的温度、发射率和纹理数据，还有一个名为TeX-UNet的基线模型。 AI

影响 能够从高光谱图像中实现更鲁棒的基于学习的热和材料属性分解。

排序理由 该集群包含一篇研究论文，介绍了一个用于特定计算机视觉任务的新数据集和基准。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Cheng Dai, Jiale Lin, Hongyi Xu, Bingxuan Song, Ziyang Xie, Fanglin Bao ·

    TeX-1500: A Paired Real-World LWIR Hyperspectral Dataset and Benchmark for Temperature-Emissivity-Texture Decomposition

    arXiv:2606.03806v1 Announce Type: new Abstract: Temperature-emissivity-texture (TeX) decomposition seeks to recover object heat state, material spectral response, and visible-like geometric texture from long-wave infrared hyperspectral imaging (LWIR HSI). Existing TeX pipelines a…

  2. arXiv cs.CV TIER_1 English(EN) · Fanglin Bao ·

    TeX-1500: A Paired Real-World LWIR Hyperspectral Dataset and Benchmark for Temperature-Emissivity-Texture Decomposition

    Temperature-emissivity-texture (TeX) decomposition seeks to recover object heat state, material spectral response, and visible-like geometric texture from long-wave infrared hyperspectral imaging (LWIR HSI). Existing TeX pipelines are mainly scene-specific inverse solvers, and th…

相关话题