农业环境的合成影子数据集

科学领域:

• 计算机视觉 计算机视觉
• 农业科学 农业科学
• 这是一种摄影计量技术 (photogrammetry).

背景情况:

• 阴影是一种自然现象,对植物光合作用和太阳能收集有影响.
• 精确的影子检测和去除对于各种应用至关重要,包括农业监测和计算机视觉任务.
• 现有的数据集可能缺乏强大的影子分析所需的光现实主义和物理准确性.

研究的目的:

• 介绍一个由5万个光现实图像对和相应的基于物理的影子面具组成的新型数据集.
• 将数据集集中在农业环境上,包括人类活动.
• 为推进影子检测,删除和相关计算机视觉研究提供资源.

主要方法:

• 使用3D建模软件模拟农业场景并生成上下图像.
• 创建图像对:通过增加直接阳光和禁用间接照明来创建普通图像和过度曝光的图像.
• 采用后处理技术,将过度曝光的图像转换为物理准确的影子面具,以最小的错误.

主要成果:

• 成功生成了5万对图像和相应的高精度影子面具的数据集.
• 数据集具有光现实的染功能,重点关注农业环境和人类存在.
• 影子面具来自基于物理的染,确保物理准确性.

结论:

• 本文提供的数据集为培训和评估影子检测和移除模型提供了宝贵的资源.
• 它可以作为与影子相关的计算机视觉任务中转移学习的基础.
• 这一数据集预计将加速农业计算机视觉研究和对影子影响的理解.