- 博客(6)
- 收藏
- 关注
RSS订阅原创 论文阅读｜CVPR2024｜Multi-Modal Fusion of Event and RGB for Monocular Depth Estimation Using a Unified
问题挑战：传统RGB相机存在动态范围低、运动模糊等问题，而事件相机虽具备高动态范围和无模糊特性，却缺乏场景上下文信息。融合两者的优势面临数据异步性（事件数据）与同步性（RGB帧）的固有矛盾。创新思路：受Transformer在自然语言处理和计算机视觉中的成功启发，提出统一Transformer
2025-11-15 23:18:12
727
翻译 论文阅读｜TPAMI2024｜Detecting Line Segments in Motion-Blurred ImagesWith Events
本文提出了一种利用事件相机辅助检测运动模糊图像中线段的方法(FE-LSD)。针对运动模糊导致传统线段检测性能下降的问题，该方法创新性地融合了图像纹理信息和事件数据的高时间分辨率特性。研究设计了包含浅层融合模块和双沙漏模块的特征融合网络，有效结合了通道注意力和自注意力机制。为验证方法，团队构建了合成(FE-Wireframe)和真实(FE-Blurframe)两个数据集。实验表明，该方法在保持实时性的同时显著提高了检测精度，对运动模糊和高动态范围场景表现出优越的鲁棒性。
2025-10-09 19:00:46
37
原创 论文阅读｜事件与可见光融合｜Beyond conventional vision
（提出问题）动态变换限制对于传统RGB相机来说是固有的，它降低了全局对比度，并导致在复杂、动态的交通环境（夜间行驶或隧道场景）中的高频细节（如纹理、边缘）的丢失。这一缺陷阻碍了可区分特征的提取，并降低了基于帧的交通目标检测的性能。（解决问题）为了解决这一问题，我们引入了一个仿生事件相机，与RGB相机结合，来补充高动态范围信息，并提出了一种动作线索融合网络(MCFNet),这是一种创新的融合网络，能够优化地实现时空对齐，并为跨模态特征融合开发了一种自适应策略，以克服在具有挑战性的光照条件下性能下降的问题。
2025-09-22 20:56:04
1878
原创 论文阅读｜可见光与红外图像融合 | WaveMamba: Wavelet-Driven Mamba Fusion for RGB-Infrared Object Detection
本文提出WaveMamba，一种基于离散小波变换(DWT)的RGB-IR跨模态目标检测方法。该方法通过分析两种模态在频域的互补特性：RGB富含高频细节，IR侧重低频信息。核心创新是WaveMamba融合模块(WMFB)，包含低频Mamba融合模块(LMFB)和"绝对最大值"高频增强策略(HFE)。LMFB通过通道交换和门控注意力机制实现层次化低频特征融合，HFE保留关键高频细节。实验表明，该方法在四个基准数据集上平均mAP提升4.5%，显著优于现有方法。改进的YOLOv8检测头结合逆小波
2025-09-20 19:32:00
2063
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人