全局到局部混合神经场提升DIC鲁棒性
热点事件持续更新
全局到局部混合神经场提升DIC鲁棒性
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
arXiv cs.lg 领域发表新论文，提出一种全局到局部混合神经数字图像相关（DIC）框架，旨在解决大幅运动和光照变化下的像素级位移测量难题。 该框架分为两个阶段：第一阶段通过粗粒度旋转搜索、相位相关性和掩模精化估计刚体变换，为后续计算提供可靠的初始化基础。 第二阶段创新性地采用 Kolmogorov-Arnold 网络（KAN）与多层感知机（MLP）的混合模型来表示剩余位移，并引入对光照具有鲁棒性的结构损失函数进行优化，以提升整体系统的抗干扰能力。
AI 根据报道生成 · 44 分钟前更新
最新进展11月3日 13:00
- **title_zh**: 全局到局部混合神经场在大幅运动和光照变化下的鲁棒像素级数字图像相关报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · ML- **title_zh**: 全局到局部混合神经场在大幅运动和光照变化下的鲁棒像素级数字图像相关
- **summary_zh**: 该论文提出一种全局到局部混合神经数字图像相关（DIC）框架，用于鲁棒的像素级位移测量。 第一階段通過粗粒度旋轉搜索、相位相關性和掩模精化估計剛性變換以提供可靠初始化，第二階段利用Kolmogorov-Arnold網絡（KAN）與多層感知機（MLP）混合模型表示殘餘位移，並採用對光照具備魯棒性的結構損失函數優化。
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。