CLEAR-IR 红外图像重建框架发布
热点事件持续更新
CLEAR-IR 红外图像重建框架发布
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Nathan Shankar 等作者提出 CLEAR-IR 框架，把带结构光发射器图案的红外图像重建为干净、RGB 风格的图像，使原本用 RGB 训练的视觉管线在无可见光条件下继续工作。该框架采用双流架构，受 DeepMAO 启发。 作者在目标检测、ArUco 标记检测和视觉 SLAM 上评测，覆盖从光照良好到完全黑暗的场景；作者称在完全黑暗时，被动 RGB 增强方法因传感器无信号而失效。论文已被 IEEE/RSJ IROS 2026 接收。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
CLEAR-IR：将红外图像重建为RGB风格图像以支持黑暗环境机器人感知报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.ROCLEAR-IR：将红外图像重建为RGB风格图像以支持黑暗环境机器人感知
CLEAR-IR提出一种双流架构，从带结构光发射器图案的红外图像重建干净、RGB风格的图像，让原本用RGB训练的视觉管线在无可见光条件下继续工作。该架构受DeepMAO启发，在目标检测、ArUco标记检测和视觉SLAM上评测，覆盖从光照良好到完全黑暗的场景；在完全黑暗时，被动RGB增强方法因传感器无信号而失效。论文已被IEEE/RSJ IROS 2026接收。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月28日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。