自监督RGB-热红外融合方法检测雪地车辙
热点事件持续更新
自监督RGB-热红外融合方法检测雪地车辙
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yiming Yang 与 Jeremy P. Bos 提出一种低成本自监督方法,用同步的 RGB 与长波红外四通道图像检测积雪路面上的车辙轨迹,并公开 ThermalTrack 数据集,论文将发表于 IROS 2026。 该方法把记录的 GNSS 数据投影为未来轮迹,自动生成训练标签,使网络能在白茫茫、无特征的路面上识别车辙。作者称实验表明该方法在视觉单调的恶劣环境中有效。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
IROS 2026 论文:自监督 RGB-热红外融合检测雪地车辙轨迹报道时间线
沿着报道,了解事件的不同侧面。
10月12日
- arXiv cs.RO 机器人学精选IROS 2026 论文:自监督 RGB-热红外融合检测雪地车辙轨迹
论文提出一种低成本自监督方法,用同步的 RGB-I(RGB + 长波红外)四通道图像检测积雪路面上的车辙轨迹,通过将记录的 GNSS 数据投影为未来轮迹自动生成训练标签,网络可在白茫茫、无特征的路面上识别车辙。实验表明该方法在视觉单调的恶劣环境中有效,并公开了 ThermalTrack 数据集,论文将发表于 IROS 2026。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。