首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    CVPR 2020 | 让合成图像更真实,上交大提出基于域验证的图像和谐化

    图像合成 (image composition) 是图像处理的常用操作,把前景从一张图上剪贴下来粘贴到另一张图上,获得一张合成图。合成图可以用来获取感兴趣的目标图像,也可以用于数据增广,有着广泛的应用的前景。但通过这种方式得到的合成图存在诸多问题,比如前景的大小或位置不合理、前景和背景看起来不和谐等等。我们的工作侧重于解决合成图中前景和背景不和谐的问题。具体来说,在合成图中,前景和背景是在不同的拍摄条件 (比如时刻、季节、光照、天气) 下拍摄的,所以在亮度色泽等方面存在明显的不匹配问题。图像和谐化 (image harmonization) 旨在调整合成图中的前景,使其与背景和谐。

    02

    【深度估计】开源 | CVPR2020 | 单目深度估计ForeSeE方法实现了7.5 AP增益,表现SOTA

    单目深度估计能够从一个单一的二维图像进行3D感知,吸引了众多学者多年来的研究关注。原来几乎所有的方法对前景和背景区域的对象处理都是一样的。然而,并不是所有的像素都是相同的。前景对象的深度在三维对象识别和定位中起着至关重要的作用。到目前为止,对于如何提高前景对象的深度预测精度的讨论还很少。本文首先分析了前景和背景的数据分布和相互作用,然后提出了ForeSeE方法,利用分离的优化目标和解码器来估计前景和背景深度,极大地提高了前景对象的深度估计性能。应用于3D目标检测,我们实现了7.5 AP增益,表现SOTA。

    03
    领券