Mapillary
PulseAugur coverage of Mapillary — every cluster mentioning Mapillary across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的 LAYS 方法改进了用于定位的跨视图偏航估计
研究人员开发了一种名为 LAYS 的新型跨视图偏航估计方法，这对于地面视角和鸟瞰视角之间的准确本地化至关重要。这项新技术将偏航与平移分离，克服了依赖高度或投影假设的现有方法的局限性。LAYS 利用径向不变的线共识投票方法，通过分析地面图像列和 BEV 像素之间的特征相似性并累积偏航投票，实现了亚度偏航精度。在 Mapillary、Ford、KITTI 和 VIGOR 等数据集上的实验表明，在未知偏航的情况下，该方法取得了显著的改进，并…
-
新基准揭示文本到图像模型在地理街景准确性方面存在困难
研究人员开发了GeoFidelity-Bench，这是一个旨在评估文本到图像模型在生成街景图像时的地理准确性的新基准。该基准使用来自Mapillary的7,117张图像的精选数据集，涵盖全球25个城市的109个特定道路片段，数据源自OpenStreetMap。对六个开源模型的初步评估显示，与仅提供城市名称的提示相比，提供街道和社区名称可将检索准确性提高约5.5个百分点，但模型在生成与特定道路片段精确匹配的图像方面仍存在困难，这表明在生…
-
新的FedS2R框架改进了自动驾驶分割
研究人员推出FedS2R，一个新颖的单次联邦域泛化框架，专门用于自动驾驶中的合成到真实域语义分割。该框架解决了在不共享原始数据的情况下跨不同数据集训练模型的挑战，这是隐私和效率的关键方面。FedS2R采用不一致驱动的数据增强策略和具有特征融合的多客户端知识蒸馏方案来提高模型性能。在多个真实世界数据集上的实验表明，与单个客户端模型相比，FedS2R显著增强了模型能力，取得了接近完全数据访问训练的模型的结果。