Dark Zurich

受生物启发的预处理增强了AI模型对光照变化的鲁棒性

研究人员开发了一种新颖的预处理模块，该模块受到人眼视网膜的启发，旨在增强深度神经网络在面对光照和天气条件变化等分布偏移时的鲁棒性。该方法结合了颜色重映射和局部对比度提取，以创建稀疏表征，强调结构特征，从而提高语义分割等任务的性能。该方法在保持分布内准确性的同时，显著提高了在具有挑战性的光照场景下的泛化能力，即使对比度表征的稀疏度高达70%。