CLEAR-IR红外图像重建框架发布

2026年10月28日，arXiv Computer Vision 刊出 Nathan Shankar 等作者的论文，提出 CLEAR-IR（Clarity Enhanced Active Reconstruction of Infrared Imagery）红外图像清晰化重建框架，用于在黑暗环境中借助主动红外传感实现稳健的机器人感知。该框架采用双流架构，从含结构光发射器图案的红外输入重建干净、RGB 风格的图像，使标准 RGB 视觉管线无需可见光即可运行。在目标检测、ArUco 标记检测和视觉 SLAM 评测中，该框架在从光照良好到完全黑暗的条件下均能可靠感知；被动 RGB 增强方法在完全黑暗时因传感器信号物理缺失而彻底失效。该工作已被 IEEE/RSJ IROS 2026 接收。目前报道未提及该框架的适用对象限制、收费或额度、地域范围及发布时间等附加条件。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。