論文の概要: IUPUI Driving Videos and Images in All Weather and Illumination
Conditions
- arxiv url: http://arxiv.org/abs/2104.08657v1
- Date: Sat, 17 Apr 2021 22:59:15 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-23 05:36:35.257792
- Title: IUPUI Driving Videos and Images in All Weather and Illumination
Conditions
- Title(参考訳): 全天候・照明条件におけるIUPUI運転映像と画像
- Authors: Jiang Yu Zheng
- Abstract要約: この文書はすべての天候および照明条件で捕獲される運転の眺めのイメージそしてビデオ データセットを説明します。
データセットはCDVLに提出されました。
- 参考スコア(独自算出の注目度): 3.42658286826597
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This document describes an image and video dataset of driving views captured
in all weather and illumination conditions. The data set has been submitted to
CDVL.
- Abstract(参考訳): この文書は、すべての天気と照明条件で捉えた運転ビューの画像とビデオのデータセットを記述する。
データセットはCDVLに送信されている。
関連論文リスト
- Genuine Knowledge from Practice: Diffusion Test-Time Adaptation for
Video Adverse Weather Removal [53.15046196592023]
ビデオの悪天候除去におけるテスト時間適応について紹介する。
本稿では,テスト時間適応を反復拡散逆プロセスに統合する最初のフレームワークを提案する。
論文 参考訳(メタデータ) (2024-03-12T14:21:30Z) - NiteDR: Nighttime Image De-Raining with Cross-View Sensor Cooperative
Learning for Dynamic Driving Scenes [52.904913650645796]
夜間の運転シーンでは、不十分で不均一な照明が暗闇の中でシーンを遮蔽し、画質と可視性が低下する。
雨天時の運転シーンに適した画像デライニング・フレームワークを開発した。
雨の人工物を取り除き、風景表現を豊かにし、有用な情報を復元することを目的としている。
論文 参考訳(メタデータ) (2024-02-28T09:02:33Z) - BVI-Lowlight: Fully Registered Benchmark Dataset for Low-Light Video
Enhancement [47.41699406259656]
本稿では,2つの低照度条件下での様々な動きシナリオにおける40のシーンからなる,新しい低照度映像データセットを提案する。
我々は、プログラム可能な電動ドリーを用いて、通常の光で捉えた完全に登録された地上真実データを提供する。
画像ベースのポストプロセッシングによりそれらを洗練し、異なる光レベルにおけるフレームの画素ワイドアライメントを保証する。
論文 参考訳(メタデータ) (2024-02-03T00:40:22Z) - A Dataset of Images of Public Streetlights with Operational Monitoring
using Computer Vision Techniques [56.838577982762956]
データセットは、英国のサウスグロスターシャー地方に設置された140のUMBRELLAノードから撮影された$sim350textrmk$イメージで構成されている。
このデータセットは、ディープニューラルネットワークのトレーニングや、スマートシティCCTVアプリケーション、スマート気象検出アルゴリズム、ストリートインフラストラクチャ監視のためのトレーニング済みモデル生成に使用することができる。
論文 参考訳(メタデータ) (2022-03-31T09:36:07Z) - DSEC: A Stereo Event Camera Dataset for Driving Scenarios [55.79329250951028]
本研究は,イベントカメラを用いた初の高分解能大規模ステレオデータセットを提案する。
データセットは、様々な照明条件で駆動により収集された53のシーケンスを含む。
イベントベースステレオアルゴリズムの開発と評価のための基礎的な真相の相違を提供する。
論文 参考訳(メタデータ) (2021-03-10T12:10:33Z) - DAWN: Vehicle Detection in Adverse Weather Nature Dataset [4.09920839425892]
本研究では,DAWNと呼ばれる各種気象条件下で収集した実世界の画像からなる新しいデータセットを提案する。
このデータセットは、実際の交通環境から1000枚の画像を集め、霧、雪、雨、砂嵐の4つの天候条件に分けられる。
このデータは,車両検知システムの性能に及ぼす悪天候の影響の解明に有効である。
論文 参考訳(メタデータ) (2020-08-12T15:48:49Z) - Scene relighting with illumination estimation in the latent space on an
encoder-decoder scheme [68.8204255655161]
本報告では,その目的を達成するための手法について述べる。
我々のモデルは、シーン内容、光源位置、色温度の異なる、人工的な場所のレンダリングデータセットに基づいて訓練されている。
本データセットでは,被写体の潜在空間表現における光条件の推測と置き換えを目的とした照明推定成分を用いたネットワークを用いた。
論文 参考訳(メタデータ) (2020-06-03T15:25:11Z) - DDD20 End-to-End Event Camera Driving Dataset: Fusing Frames and Events
with Deep Learning for Improved Steering Prediction [17.866088386300714]
本稿では、DDD20と呼ばれる新しいエンドツーエンド駆動データセットについて報告する。
データセットは、ダイナミックビジョンセンサー(DVS)の輝度変化イベントとアクティブピクセルセンサー(APS)の強度フレームの両方を同時にストリームするDAVISカメラでキャプチャされた。
DDD20を用いて、人間の瞬時ハンドル角度を予測するための深層学習手法を用いて、明るさ変化イベントと強度フレームデータを融合する最初の研究を報告した。
論文 参考訳(メタデータ) (2020-05-18T11:39:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。