实体
TRNet
TRNet
PulseAugur coverage of TRNet — every cluster mentioning TRNet across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新AI模型TRNet利用地形数据增强水稻测绘
研究人员开发了TRNet，这是一种新颖的深度学习模型，用于利用多模态数据分割水稻田。该模型集成了超高分辨率RGB图像与数字高程模型（DEM）数据和派生的坡度信息，以克服地形变化和视觉上相似植被带来的挑战。TRNet采用独立的视觉和地形数据编码器，并配备地形能量-光谱校正模块，以抑制杂波并增强水稻特征。实验表明，TRNet的性能优越，与现有方法相比，在交叉联合（IoU）得分上有了显著提高，尤其是在地形更陡峭、水稻分布较低的地区。
-
新的P2GCL框架增强了红外视频复原和湍流估计
一个名为P2GCL的新框架已被开发出来，用于联合改进大气湍流强度估计和红外视频复原。该框架采用协同学习方法，其中一个模型估计湍流强度，并将此信息作为物理先验提供给第二个模型，该模型复原红外图像。然后将复原的图像反馈给第一个模型以改进其湍流强度测量，从而形成循环协作。实验表明，该方法显著提高了湍流强度估计和图像复原质量。