实体
DenseUAV
DenseUAV
PulseAugur coverage of DenseUAV — every cluster mentioning DenseUAV across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新框架增强跨域遥感图像定位能力
研究人员开发了一个新的对象感知图匹配框架，以改进跨域遥感图像定位，特别是在红外到可见光匹配方面。该方法将对象检测与双图神经网络推理相结合，将显著区域表示为图节点，并对图像间对应关系和图像内关系进行建模。一种新颖的仅训练节点对齐策略在不增加推理复杂性的情况下增强了监督。该方法在SUES-200等既有数据集上表现出竞争力，并在新引入的IRVL328和DenseUAV数据集上取得了强劲结果，尤其是在具有挑战性的跨模态场景中。
-
GeoFuse 框架融合路图和卫星图像，实现不受天气影响的无人机地理定位
研究人员开发了 GeoFuse，一个旨在提高无人机地理定位精度的新框架，尤其是在恶劣天气条件下。该系统独特地整合了提供不受天气影响的几何线索的路图数据和卫星图像。通过融合这些模态，GeoFuse 生成了更鲁棒的表示，在 University-1652 和 DenseUAV 等基准测试中表现显著优于现有方法，在召回率方面显示出显著改进。
-
GeoFuse 使用路网图来改善恶劣天气下无人机的地理定位
研究人员开发了 GeoFuse，一个集成路网图数据和卫星图像的无人机地理定位新框架。该方法旨在通过利用路网固有的几何稳定性来提高精度，尤其是在雨或雾等恶劣天气条件下。GeoFuse 使用灵活的融合模块和对比学习结合了两种模态的特征，在关键基准测试中表现优于现有方法。