arXiv · 机器人与计算机视觉· Jinfan Zhou, Lixin Luo, Sungmin Eum, Heesung Kwon, Jeong Joon Park·· 2026-10-20AI 评分33
Generative Spatiotemporal Data Augmentation:利用视频扩散模型增强低数据场景下的计算机视觉性能
Generative Spatiotemporal Data Augmentation
AI 导读
该方法利用现成视频扩散模型,从图像数据集生成逼真的三维空间与时间变化,以弥补传统几何变换在相机视角和场景动态上的不足。在标注稀缺的无人机(UAV)成像等低数据设置中,引入合成视频片段作为补充训练数据可带来一致的性能提升。研究提供了选择生成架构、迁移标注及解决遮挡区域的具体指南,并在 COCO 子集与 UAV 数据集上验证了其在数据匮乏 regime 下的有效性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org