Semi-MoreGAN：雨の除去の混合物のための新しい半教師あり生成的敵対的ネットワーク
雨は最も一般的な天気の1つであり、特に大雨の条件下では、画質を完全に低下させ、多くのコンピュータービジョンタスクのパフォーマンスを妨げる可能性があります。 （i）雨は、雨の筋と雨のかすみの混合物です。 （ii）シーンの深さは、雨の縞の強度と雨のかすみへの変換を決定します。 （iii）ほとんどの既存の排水方法は、合成雨画像でのみトレーニングされているため、実際のシーンへの一般化は不十分です。これらの観測に動機付けられて、4つの主要なモジュールで構成される新しいSEMI監視の雨除去生成敵対的ネットワーク（Semi-MoreGAN）を提案します。（I）正確な深度推定を提供する新しい注意深度予測ネットワーク。 （ii）詳細な画像コンテキスト特徴を生成するためのいくつかの適切に設計された詳細な残余ブロックで構成されるコンテキスト特徴予測ネットワーク。 （iii）ピラミッド深度誘導非ローカルネットワー
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://arxiv-check-250201.firebaseapp.com/each/2402.14464v1
https://arxiv-check-250201.firebaseapp.com/each/2309.09975v1
https://arxiv-check-250201.firebaseapp.com/each/2309.05257v2
MSS-DepthNet: マルチステップ スパイキング ニューラル ネットワークによる深度予測
Semi-MoreGAN：雨の除去の混合物のための新しい半教師あり生成的敵対的ネットワーク
MonoIndoor ++：屋内環境のための自己監視単眼深度推定のより良い実践に向けて
インスタンス正規化を使用した深度認識ニューラル スタイル転送
自己監視単眼深度推定のための残差ガイド学習表現
スケールを意識した直接単眼オドメトリ
DenseLiDAR：リアルタイムの疑似高密度深度ガイド深度完了ネットワーク
平面残差表現を使用した深さの完了