小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI

本文提出了DreamSea模型,旨在解决水下3D地形生成的挑战。该模型结合水下机器人调查数据和视觉基础模型,能够生成逼真的水下场景,具有广泛的应用潜力,影响影视、游戏和机器人仿真等领域。

Infinite Leagues Under the Sea: Photorealistic 3D Underwater Terrain Generation Using Latent Fractal Diffusion Models

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-03-09T00:00:00Z

本文提出了一种新的在线联合估计方法,用于在未知介质中进行视觉惯性测量,解决了对折射指数的依赖问题。研究表明,该方法在水下机器人数据验证中,即使在初始化扰动明显的情况下,也能有效估计水的折射指数,提升测量性能。

视觉惯性测量中的在线折射相机模型校准

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-09-18T00:00:00Z

本文探讨了水下机器人领域的自监督学习方法及其在声纳图像表示学习中的应用,提出了新型深度声纳描述符管道和优化技术,显著提升了水下物体检测和3D建模的准确性。研究表明,结合RGB和声纳模态的技术在复杂海洋环境中有效提高了目标跟踪和垃圾检测的性能。

二维声纳图像特征检测方法的性能评估

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-09-11T00:00:00Z

科学家们利用成像技术研究浮游生物,WHOI-Plankton数据集包含340万张图像用于自动分类。研究表明,自监督学习在水下机器人和声纳图像识别中,在少样本情况下的性能优于监督学习。新提出的SKI-HL框架和多标签方法在珊瑚分类中表现优越,支持全球珊瑚保育工作。

缺失信息的分层多标签分类在底栖栖息地图像中的应用

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-09-10T00:00:00Z

本文介绍了一种基于深度学习的实时自主水下机器人位姿估计方法,利用卷积神经网络和生成模型提升水下图像质量和定位精度。研究提出的Deep-6DPose框架能够从单张RGB图像中快速检测和恢复6D姿态,性能优于现有技术。

改进的基于图像的水下环境姿态回归模型

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-03-13T00:00:00Z
  • <<
  • <
  • 1 (current)
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
友情链接: MOGE.AI 九胧科技 模力方舟 Gitee AI 菜鸟教程 Remio.AI DeekSeek连连 53AI 神龙海外代理IP IPIPGO全球代理IP 东波哥的博客 匡优考试在线考试系统 开源服务指南 蓝莺IM Solo 独立开发者社区 AI酷站导航 极客Fun 我爱水煮鱼 周报生成器 He3.app 简单简历 白鲸出海 T沙龙 职友集 TechParty 蟒周刊 Best AI Music Generator

小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码