跳到正文
arXiv · 机器人与计算机视觉· Geonmo Yang, Gilhwan Kang, Juhui Lee, Younggun Cho·· 12 小时前AI 评分35

Joint-ID:基于 Transformer 的水下图像增强与深度估计模型

Joint-ID: Transformer-based Joint Image Enhancement and Depth Estimation for Underwater Environments

AI 导读

Joint-ID 是一种基于 Transformer 的神经网络,通过联合学习实现水下原始图像的感知质量增强与深度信息获取。该方法在合成及标准数据集上评估有效,并能在高浊度真实水下环境中进行特征匹配与显著性检测以辅助视觉引导机器人。论文由 IEEE Sensors Journal 于 2024 年发表,代码与权重暂未公开,仅允许个人使用。

来源:arXiv · 机器人与计算机视觉 · arxiv.org