文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布

CoMoGAN: continuous model-guided image-to-image translation

相反，一些翻译路径循环回到源，就像白天一样，从白天到黄昏7，白天是循环的→ 第7晚→ 黎明又到了。...使用最近的Waymo Open数据集，我们将一天的复杂任务框定为任何时间，从而学习通过白天/黄昏/夜晚/黎明的时间推移。...为了提供指导，我们利用了一个简单的昼夜色调映射(Ω) 使用Hosek辐射模型（HSK）进行插值以解释颜色的逐渐损失，并添加不对称色调校正（corr）以解释温度变化——即在模拟太阳高度，黄昏呈现红色，黎明呈现紫色...因此，为了在Waymo Open中实现补偿数据稀缺性的公平比较，我们将所有基线的时间推移公式化为线性{天，黄昏/黎明，夜晚}，并使用循环网络在黄昏或黎明分支之间随机采样。...从后者来看，我们的方法优于其他方法，尤其是在复杂的中间条件下。注意精确的“黎明/黄昏”中心的基线性能（监督它们的地方），以及它们的FID在接近夜晚时如何退化（约−18◦).

66240

双雷达数据集：用于自动驾驶的双雷达多模态数据集

我们的提出的数据集采集自高分辨率相机、80线机械LiDAR以及两种类型的4D雷达，即Arbe Phoenix和ARS548 RDI雷达，我们的数据集提供GPS信息以进行时间同步。...数据集提供了各种具有挑战性的场景，包括不同的道路条件（城市和隧道）、不同的天气情况（晴天、多云和雨天）、不同的光照强度（正常光和逆光）、不同的时间段（白天、黄昏和夜晚），可用于研究不同场景中不同类型的4D...我们收集的雨天数据可用于测试不同4D雷达在恶劣天气条件下的性能。我们还在黎明和夜晚等光线较弱的时间收集了数据，挑战了相机的性能。我们还对不同距离范围内的每个标签的对象数量进行了统计分析，如图5所示。...(a) 市区白天正常光照；(b) 市区白天逆光；(c) 市区黄昏正常光照；(d) 市区黄昏逆光；(e) 市区晴朗夜晚；(f) 市区白天多云 图8. 在多种场景和传感器模式下表示3D标注。...(g) 市区雨天；(h) 市区多云黄昏；(i) 市区多云夜晚；(j) 市区雨夜；(k) 白天隧道；(l) 夜晚隧道 实验 为了评估我们的数据集，我们进行了单模态实验和多模态实验，使用了几种最先进的基线模型

1.2K30
    • 您找到你想要的搜索结果了吗？
    是的
    没有找到

    ManiFest: manifold deformationfor few-shot image translation

    许多方法将风格和内容分开，以实现多模式或多目标翻译，而其他方法则使用额外的策略来增加场景上下文保存。 翻译网络可以以各种附加信息为条件，包括语义、实例、几何、模型、低分辨率输入或示例图像。...例如，假设S=白天，T=夜晚， =合成夜晚，则网络将被提供所有天空像素应该一起变暗的信息。   ...4137/3090/1305/2018/2817个图像分别从VIPER训练集中提取用于白天/夜晚/雨/雪/日落条件。...Day→Twilight 白天的黄昏（S）和黄昏（T）。 除非另有说明，否则VIPER的（合成）锚域是“夜”表示“天”→昼夜→ 黄昏，晴朗的“白天”→雾我们使用FID和LPIPS指标进行评估。...5.1、少样本连续流形  我们研究了在CoMoGAN[40]中使用ManiFest进行连续图像翻译的情况，从而通过生成真实的中等正面太阳/黄昏条件来学习Waymo[47]数据集上从S=白天到Am=夜晚的转换

    60920

    Cross-Domain Car Detection Using UnsupervisedImage-to-Image Translation: From Day to Night

    此外，在由白天数据集和伪夜晚数据集组成的数据集上训练模型产生了比单独在每个数据集上（即，仅在白天图像数据集上或仅在伪夜晚图像数据集中）训练更有效的模型。  本文的其余部分组织如下。下一节介绍相关工作。...第二部分与Faster R-CNN非常相似，只添加了一个用于对输入图像的域进行分类的对抗性网络。这个额外的网络以与[24]中相同的方式进行训练，导致在区域建议网络（RPN）中出现了域不变的特征。...首先，以无监督的方式训练CycleGAN，生成基于CNN的模型（图2中的GN），该模型将负责昼夜翻译。然后，可以使用与用于训练CycleGAN的白天图像相同的注释来自动标记伪夜晚图像。  ...BDD数据集还为每个图像提供了一些属性，例如一天中的时间：白天、夜晚和黎明/黄昏；天气：雨、雪、晴、阴，局部多云有雾；和场景：隧道，住宅，停车场，城市街道，加油站和高速公路。  ...在使用的设置中，CycleGAN以大约每秒6帧（fps）的速率翻译图像，而Faster R-CNN以超过每秒7帧的速率执行检测。

    52520

    Waymo公开数据集又添「新货」，增加更多车道要素信息

    此次更新的v1.1数据集，是基于3月发布的103,354个带地图数据片段基础上，再次补充的部分运动数据集。尤其是本次还添加了车道衔接点、车道边界及相邻车道的信息。...数据集中的感知数据集包括高分辨率传感器数据和 1,950 个细分市场的标签，涵盖了Waymo收集的多种环境信息，包括白天与黑夜、黄昏和黎明、阳光和雨天，涵盖了市中心和郊区，数据获取地址为waymo.com...在Waymo的数据集中，包括车辆、行人、骑自行车者和驾驶路段中的标志都进行了3D 边界框标注；同样的，2D 边界框也尽可能紧密地围绕相机图像中的对象绘制，并捕获对象的所有可见部分。...其3D边界框大小被创建为紧密贴合的反射数据点，并显示有关标志的信息。当一个标志的两侧都有信息时，也会被标记为两个不同的对象。...关于Auto Byte Auto Byte 为机器之心推出的汽车技术垂直媒体，关注自动驾驶、新能源、芯片、软件、汽车制造和智能交通等方向的前沿研究与技术应用，透过技术以洞察产品、公司和行业，帮助汽车领域专业从业者和相关用户了解技术发展与产业趋势

    1.2K10

    中科院一区顶刊 TCSVT 2023 | DIAL-Filters: 显著提升模糊夜视场景下的检测和分割性能！

    为此，最近开发了一些夜间数据集，如NightCity和ACDC Night都是方便研究人员去攻克这个难题。另一个挑战是夜间图像中的曝光不平衡和运动模糊，这在现有的白天分割方法中很难处理。...尽管在白天图像上已经取得了不错的性能，但在夜间图像上的性能通常表现较差，这是由于曝光不足和缺乏合适标注数据等原因所致。...无监督分割 框架 Dark Zurich 是一个相对全面的夜间驾驶场景数据集，包括相同驾驶场景的白天、黄昏和夜晚的图像。...静态损失 考虑到 Dark Zurich-D 中的白天图像与 Dark Zurich-N 中对应的夜晚图像之间的相似性，本文采用静态损失来处理目标域 T_{n} 的夜晚图像。...可以观察到，本文方法只在 RefineNet 模型上添加了 280K 个可训练参数，便可以在所有实验中取得了最佳性能，并具有不错的的运行效率。

    2K70

    数据代码分享|R语言用CHAID决策树分析花卉栽培影响因素数据可视化、误差分析

    本研究基于一个数据集，该数据集包含了花卉栽培过程中的多种变量，其中包括数值型变量（如花朵数量、白天条件和夜晚条件）以及分类变量（如肥料类型、品种和栽培制度）。...我们使用R语言中的CHAID决策树算法帮助客户对这个数据集进行了分析，并通过可视化展现了影响种花的关键因素。...Day（白天）：这是一个数值型变量，表示植物在白天的相关信息。温度，用于描述植物在白天的环境条件和生长状态。 Night（夜晚）：这是一个数值型变量，表示植物在夜晚的相关信息。...通过对这些变量的解释和研究，我们可以探索花朵数量与其他变量（如白天、夜晚条件、肥料类型、品种和栽培制度）之间的关系，了解不同因素对植物生长和花朵产生的影响。...同时，也可以比较不同品种、不同栽培制度和肥料类型下的花朵数量和生长表现，以便在农业、园艺和植物繁殖等领域应用相关知识。

    48520

    CVPR 2020 | 几篇 image-to-image 论文速递

    本文的目标是对具有细粒度类别的图像进行转换，以合成保留输入图像身份的新图像，从而可以为后续的细粒度图像识别和少样本学习任务带来好处。...与以前的方法相比，方法具有两个好处：首先，由于不需要独立的编码组件，因此结构更紧凑；其次，这种插入式编码器直接受对抗损失训练，如果应用了多尺度鉴别器，则其信息量更大，训练更有效。...本文介绍了一种基于检测的无监督图像到图像转换（DUNIT）方法，该方法在转换过程中明确考虑了对象实例。方法为全局图像和实例分别提取各自表示，然后再将它们融合。...5 High-Resolution Daytime Translation Without Domain Labels 对高分辨率照片中的白天变化进行建模，例如在白天，夜晚或黎明的典型光照下重新渲染同一场景...- 本文为此任务提供了高分辨率的白天转换（HiDT）模型。HiDT结合了生成式图像转换模型和新的上采样方案，后者可以高分辨率应用于图像转换。

    1.5K70

    GAN-Based Day-to-Night Image Style Transfer forNighttime Vehicle Detection

    然而，在不同的场景（如白天和夜晚）中获得成对的标记图像对在实践中非常困难。...然而，在不同的场景（如白天和夜晚）中获得成对的标记图像对在实践中非常困难。...在利用GTA数据集的实验中，训练集中的所有（40237）个白天和（10277）个夜间图像都参与了GAN训练，并且验证集中的（31010）个白天图像将由GAN变换，以训练将由（10277个）夜间验证图像评估的检测器...C、ITRI白天和夜晚数据集  我们收集了一个真实的日间驾驶数据集，ITRI Day，主要是在与我们的夜间数据集ITRI Night类似的场景中捕获的。在表五中，实验证明了与其他数据集类似的结果。...此外，鉴别器可以应用于重建的图像，以区分重建的白天/晚上图像与真实的白天/夜晚图像之间的差异。即，方程9中的两个额外的对抗性损失 和 涉及训练。此版本表示为AugGAN-3。

    72520

    【科技】豹变猫？实时场景转变？NVIDIA多模式图像转换技术都能实现

    这一技术也为无人驾驶技术带来灵感，即快捷地产生多样的培训数据来处理更复杂多变的道路状况。 ?...研究人员在12月的神经信息处理系统研讨会上，提出了他们先人一步的早期工作——图像转换，更广为人知的是叫法是NIPS。论文中所描述的方法是逐一工作，将一个图像或视频映射到另一个上。...这种技术在一天中不同的时间和其他天气条件下，都是以同样的方式进行处理，在阴天里提供阳光，或者把夜晚变成黎明、下午或黄昏时刻。另外，该技术在训练用于自动驾驶汽车的深层神经网络方面非常有价值。...缺少数据也没问题 这项研究是建立在一种擅于产生视觉数据的深度学习方法上的。一个GAN使用两个相互竞争的神经网络：其中一个用来生成图像，另一个评估生成的图像的真假。而当数据不足时，GANs特别实用。...通常情况下，图像转换需要相应的图像数据集，如柯利牧羊犬、拉布拉多或老虎的图像，它们的位置必须与最初要转换的猫的形象完全相同。这类数据极难找到，而MUNIT的优点是它并不需要这些数据也可以完成任务。

    39220

    把脉城市功能 | 基于LBS大数据量化城市尺度动态功能

    不同时段模型的最终精度分布如图4d所示。R2值在五个时段内构建的模型中均表现良好，（ 0.76、0.79、0.83、0.82、0.78）（图3d）。 ?...白天（早高峰：11.0％，中午：12.3％，晚高峰：11.8％）的交通功能比重略高于晚上（黎明：9.9％，夜间：10.0％）。显然，城市功能随时间的变化与人类活动的节律相匹配。...而工作/教育和交通功能的比例则恰恰相反，呈现先增加，中午最高，后降低的模式。在正午和晚高峰时段，交通功能所占的比例保持相对较高的水平。而娱乐功能则是呈现从黎明到夜晚持续上升的趋势。...也有部分城市被划分到其他集群中，比如，在工作教育功能中，第二类城市的时间模式相较于第一类城市而言，凌晨和夜晚的比例低，而中午则较高，这类城市主要位于京沪铁路走廊沿线。...对于200个城市中的每个城市而言，从人类活动的角度来看，其城市功能从黎明到夜晚都随时间动态变化。此外，功能均衡指数的位序分布呈现幂律关系。

    70930

    一个鲁棒实时且无需校准的车道偏离警告系统

    最小线段长度的设定取决于像素单位中车道边界的长度。该算法以智能方式将像素添加到当前线段，只要它们与该线段的距离在一定范围内（例如1像素误差）。算法持续添加像素，直到线段方向发生变化。...通过线聚类解决的问题的示意图 车道线跟踪 在车道线跟踪中，主要通过追踪先前帧中车道线的历史信息来实现两个目的：一是从当前检测到的线中选择与车道边界相关的线，二是在车道边界不可见时预测它们的位置。...在第二种情况下，即先前帧信息不足，初始化跟踪列表为空，并将所有检测到的线添加到列表中。系统通过保持对先前帧信息的追踪，以提高车道线跟踪的准确性和鲁棒性。...离线测试 这些测试是在使用Intel(R) Core(TM) i7-5500 U CPU @ 2.4 GHz的PC上使用不同数据集进行的。...它涵盖了不同类型的情况：笔直的道路、弯曲的道路、多车道道路、白天、夜晚、阴影效应和障碍物。此外，它还包括其他数据集忽略的离开车道的情况。此外，它引入了ISO 17361标准所需的所有性能测试程序。

    85710

    夜间场景缺数据，如何进行语义分割？浙大提出基于GAN的高鲁棒夜间语义分割框架

    为了联系白天和夜晚的图像域，我们进行了关键的观察，与夜间环境下的数据相比，已经存在大量标准条件下的分割数据集如BBD，我们收集的ZJU等。 我们提出的基于GAN的夜间语义分割框架包括两种方法。...在第一种方法中，我们将夜间图像转换为白天图像，然后在白天图像上训练ERF-PSPNet。在第二种方法中，CycleGAN将训练集的部分白天图像转换为夜间图像，以扩展数据集的域覆盖范围。...在我们的工作中，选取了BBD100K数据集6000张白天图像和6000张夜间图像作为两个图像域来训练CycleGAN。限于GPU的内存，我们将图像大小调整为480*270以训练CycleGAN。...他们的图像分辨率，白天以及夜晚图像数量，标注信息如Table1所示： Table 1 我们选择了BDD100K数据集中的6000张白天和黑夜图像训练CycleGAN。...然后在5000的时候曲线达到另外一个峰值，这个原因可能是5000是2000的对称数(总数是7000),并且该模型以互补的方式从白天图像中学习纹理信息，从夜晚图像中学习光照信息，但是此时白天的性能已经降低到了一个较低的水平

    2K30

    AI机器识别突破登Nature封面，加速第四次工业革命，论文一作为浙大校友

    这就是热成像结果中缺乏纹理相关的重影效应「Ghost Effect」的来源。 以一个灯泡为例，人眼只有当灯泡关闭时才能看到灯泡表面的几何纹理。...HADAR在相应的材料区域（皮肤-织物）检测到人体，并清楚地将其与纸板区分开来，克服了幻影制动问题。 更多关于HADAR检测和语义的详细信息，见下图。...下图展示了在夜晚的真实TeX视觉，包括材料识别和纹理恢复。 下图显示了夜晚TeX视觉、夜晚热视觉和白天RGB视觉的立体视觉度量统计。...下图b中基于RGB深度度量标准化的度量比较清楚地表明，HADAR夜晚测距技术优于热测距技术，并与白天RGB立体视觉相匹配，可简写为「TeX_night > RGB_day > IR_night」。...而业界对这个研究持非常乐观的态度： HADAR能够确定场景中物体的组成，如果它能与传统成像技术结合，那么，不论白天黑夜，它都可以为我们提供更多关于场景的独特信息。

    37620

    mac系统监控软件-iStat Menus 6 for Mac

    更多统计数据更详细的网络信息，包括路由器地址、子网掩码、DNS 和 MAC 地址。Wi-Fi 统计数据，包括信道、信噪比等等。改进的 GPU 监控，包括菜单栏中的活动 GPU。...时间和世界时钟大大改进的时间菜单，包括当前时间、日出、中午、日落、黎明、黄昏、太阳方位角、太阳高度、光照图等，适用于 120,000 多个城市。日光现在显示在钟面上（它甚至在日出和日落附近消失）。...CPU 和 GPU实时 CPU 图表和前 5 个 CPU 资源消耗量最高的列表。可以通过单个内核或所有内核组合跟踪 CPU 使用情况，以节省菜单栏空间。...此外，支持的 Mac 上的 GPU 内存和处理器使用情况以及活动 GPU 可以显示在菜单栏中。记忆以饼图、图形、百分比、条形或这些内容的任意组合形式显示菜单栏的内存统计信息。...只需单击一下即可对所有磁盘进行 SMART 状态监控和更多详细信息。菜单栏中的详细磁盘 I/O，显示为图形、各种不同的读写指标，或两者兼而有之。

    1.7K30

    国外功能测试方法深度解析

    作为黑盒测试的一个重要阶段，功能测试毋庸置疑是不可缺失的。功能测试的相关话题很多，无论是测试的形式，例如手动测试和自动化测试，还是测试方法，例如数据驱动和关键字驱动，都有大量的研究文章。...譬如说，“交通方式”我没有写“步行”，因为这不符合常人从南京去北京的思考方式，当然有人为了挑战吉尼斯纪录，这里非要采用步行方式从南京前往北京，那么状态里添加这项显然是可以的。...要因确定之后，便是组合，以表1所列要因为例，二维组合有下列共18种： 飞机-晴-白天，飞机-雨-白天，飞机-雪-白天，飞机-晴-夜晚，飞机-雨-夜晚，飞机-雪-夜晚 火车-晴-白天，火车-雨-白天，火车...-雪-白天，火车-晴-夜晚，火车-雨-夜晚，火车-雪-夜晚 汽车-晴-白天，汽车-雨-白天，汽车-雪-白天，汽车-晴-夜晚，汽车-雨-夜晚，汽车-雪-夜晚 对于表2来说，二维组合则有2*4*2*3*2=...关于根本原因分析法的讨论，由于和本文的重点有偏离，因此不做进一步描述，题外话就此打住。

    98780

    【读论文】PIAFusion

    可以看到的是，白天图像中可视图像有着极佳的强度信息，而红外图像中的强度信息则不尽人意，因此作者希望尽可能保留白天可视图像中的强度信息。...而到了晚上之后，即第二行的图像，可以看到可视图像中包含极差的强度信息，相反，红外图像中则有很好的强度信息，此时作者就希望尽可能保留红外图像中的强度信息。...总结就是白天尽可能保留可视图像的强度，夜晚尽可能保留红外图像的强度。 那么怎么实现上述的操作呢？如果是你的话，你会怎么解决？...首先你是不是要知道这张图片是白天还是夜晚，那是不是要训练一个网络判断可视图像是白天还是夜晚，然后得到两个概率，白天概率和夜晚概率，然后以这个概率作为损失函数的权重。...卷积层和全连接层我们都很熟悉了，但是全局平均池化可能不是很熟悉（也可能只有我一个人不熟悉） 全局平均池化和池化的区别就在于全局池化一个通道的数据会转换为一个值，而平均池化则取决于卷积核的大小等，也就是你输入一个三通道的数据到全局平局池化中

    31310

    国外功能测试有何不同？

    作为黑盒测试的一个重要阶段，功能测试毋庸置疑是不可缺失的。功能测试的相关话题很多，无论是测试的形式，例如手动测试和自动化测试，还是测试方法，例如数据驱动和关键字驱动，都有大量的研究文章。...譬如说，“交通方式”我没有写“步行”，因为这不符合常人从南京去北京的思考方式，当然有人为了挑战吉尼斯纪录，这里非要采用步行方式从南京前往北京，那么状态里添加这项显然是可以的。...要因确定之后，便是组合，以表1所列要因为例，二维组合有下列共18种： 飞机-晴-白天，飞机-雨-白天，飞机-雪-白天，飞机-晴-夜晚，飞机-雨-夜晚，飞机-雪-夜晚 火车-晴-白天，火车-雨-白天，火车...-雪-白天，火车-晴-夜晚，火车-雨-夜晚，火车-雪-夜晚 汽车-晴-白天，汽车-雨-白天，汽车-雪-白天，汽车-晴-夜晚，汽车-雨-夜晚，汽车-雪-夜晚 对于表2来说，二维组合则有2*4*2*3*2=...关于根本原因分析法的讨论，由于和本文的重点有偏离，因此不做进一步描述，题外话就此打住。

    46930

    2018 COCO 竞赛中国团队包揽所有冠军，旷视 4 项第一！

    、DensePose以及今年最新的街景检测和分割任务中，全部6项冠军均由中国团队包揽。...）和街景全景分割（Mapillary Panoptic）6项任务中，中国的团队包揽了所有的冠军！...虽然 leaderboard 仍保持开放，但边界框检测任务不是 workshop challenge；相反，竞赛鼓励研究人员专注于更具挑战性和视觉信息的实例分割任务。...包括北美和南美、欧洲、非洲、亚洲和大洋洲 非常多样的天气条件（阳光、雨、雪、雾、雾）和捕获时间（黎明、白天、黄昏、夜晚） 广泛的相机传感器，不同的焦距，图像宽高比和不同类型的相机噪音 不同的捕捉视角（道路...这无疑是后两个团队在 Places 2017 竞赛中取得好成绩的证明。

    1.1K61
    点击加载更多

    相关资讯

    热门标签

    更多标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      腾讯云开发者

      扫码关注腾讯云开发者

      扫码关注腾讯云开发者

      领取腾讯云代金券

      热门产品

      热门推荐

      更多推荐

      Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

      深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

      腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号

      领券