使用深度通道先验提高自动驾驶在现实世界退化中的视觉识别能力
原文中文，约400字，阅读约需1分钟。发表于：。该研究提出了一种新的深度通道先验方法（DCP）和无监督特征增强模块（UFEM），用于解决自主车辆在恶劣视觉条件下的性能下降问题，通过在高稀疏特征空间中学习降级和清晰表示之间的映射关系，并在多任务和多数据集上验证了该方法的优越性能。
通过隐藏前置摄像头，Under-Display Camera (UDC) 提供全屏体验。使用UDC-DMNet网络合成UDC图像，使用高质量人脸图像创建训练和测试数据集。提出了DGFormer网络来应对UDC场景中的人脸恢复，实验证明DGFormer和UDC-DMNet取得了最先进的性能。
