实体
street-level imagery
street-level imagery
PulseAugur coverage of street-level imagery — every cluster mentioning street-level imagery across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新AI方法改进自动驾驶天气识别
研究人员开发了一种名为“面向天气的对抗性判别域自适应”（WA-ADDA）的新方法，以改进街景图像的天气识别，这是自动驾驶系统的关键任务。该技术解决了域偏移的挑战，即训练数据通常来自与真实驾驶条件差异很大的非街景来源。WA-ADDA将域判别器条件化为预测天气，使模型能够学习到对域不变且对天气敏感的特征。研究人员还通过统一各种非街景天气集合创建了一个基准数据集，并建立了标准化的评估协议。他们的方法在不同神经网络骨干上持续提高街景性能，在晴…
-
SemanticAdv算法通过编辑图像属性生成无限制的对抗性示例
研究人员开发了SemanticAdv，这是一种新颖的算法，旨在通过操纵图像的语义属性来为深度神经网络（DNN）生成对抗性示例。该方法旨在创建与传统方法不同的“无限制对抗性示例”，而传统方法通常侧重于细微的扰动。SemanticAdv利用解耦的语义因素来改变受控属性，在欺骗面部验证和地标检测等各种任务中均有效。
-
新方法绕过几何畸变，改进跨视图地理定位
研究人员开发了一个新颖的无畸变跨视图地理定位框架，该框架绕过了传统的几何畸变方法。这种新方法侧重于直接在特征空间中挖掘和加强语义共识，从而实现街景和卫星图像之间更鲁棒的地理定位。该方法利用辅助联合视图路径和全局模式探针来对齐不同模态，在多个基准测试中取得了最先进的性能。