BriefGPT - AI 论文速递
·
大气湍流抑制的等变模板配准
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一个针对受大气湍流影响动态场景的两阶段无监督前景目标分割网络，利用湍流变形的图像序列的平均光流构建初步的掩膜，并采用U-Net架构进一步优化这些掩膜，提高分割准确性和鲁棒性。此外，还发布了第一个受湍流影响的移动目标分割数据集。
🎯
关键要点
- 提出了一个针对受大气湍流影响动态场景的两阶段无监督前景目标分割网络。
- 第一阶段利用湍流变形的图像序列的平均光流构建初步的掩膜。
- 采用具有一致性和分组损失的 U-Net 架构进一步优化掩膜，提高时空对齐。
- 方法不需要标记的训练数据，适用于长距离视频的各种湍流强度。
- 发布了第一个受湍流影响的移动目标分割数据集，包含手动注释的地面实况掩膜。
- 在新数据集上评估，方法展现出优越的分割准确性和鲁棒性。
🏷️
标签
➡️
