Buchumschlag

Bridging Clear and Adverse Driving Conditions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shapiro, Yoel, Showgan, Yahia, Mullick, Koustav
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Snowy Scenes,Clear Detections: A Robust Model for Traffic Light Detection in Adverse Weather Conditions
von: Garg, Shivank, et al.
Veröffentlicht: (2024)

Domain-Incremental Semantic Segmentation for Autonomous Driving under Adverse Driving Conditions
von: Muralidhara, Shishir, et al.
Veröffentlicht: (2025)

SID: Stereo Image Dataset for Autonomous Driving in Adverse Conditions
von: El-Shair, Zaid A., et al.
Veröffentlicht: (2024)

AVOID: The Adverse Visual Conditions Dataset with Obstacles for Driving Scene Understanding
von: Jeong, Jongoh, et al.
Veröffentlicht: (2025)

ACDC: The Adverse Conditions Dataset with Correspondences for Robust Semantic Driving Scene Perception
von: Sakaridis, Christos, et al.
Veröffentlicht: (2021)

Always Clear Days: Degradation Type and Severity Aware All-In-One Adverse Weather Removal
von: Chen, Yu-Wei, et al.
Veröffentlicht: (2023)

RASMD: RGB And SWIR Multispectral Driving Dataset for Robust Perception in Adverse Conditions
von: Jin, Youngwan, et al.
Veröffentlicht: (2025)

SUSTechGAN: Image Generation for Object Detection in Adverse Conditions of Autonomous Driving
von: Lan, Gongjin, et al.
Veröffentlicht: (2024)

Always Clear Depth: Robust Monocular Depth Estimation under Adverse Weather
von: Jiang, Kui, et al.
Veröffentlicht: (2025)

DriveXQA: Cross-modal Visual Question Answering for Adverse Driving Scene Understanding
von: Tao, Mingzhe, et al.
Veröffentlicht: (2026)

Towards Real-World Adverse Weather Image Restoration: Enhancing Clearness and Semantics with Vision-Language Models
von: Xu, Jiaqi, et al.
Veröffentlicht: (2024)

Seeing Clearly, Forgetting Deeply: Revisiting Fine-Tuned Video Generators for Driving Simulation
von: Chang, Chun-Peng, et al.
Veröffentlicht: (2025)

LIORNet: Self-Supervised LiDAR Snow Removal Framework for Autonomous Driving under Adverse Weather Conditions
von: Park, Ji-il, et al.
Veröffentlicht: (2026)

ICPR 2024 Competition on Safe Segmentation of Drive Scenes in Unstructured Traffic and Adverse Weather Conditions
von: Shaik, Furqan Ahmed, et al.
Veröffentlicht: (2024)

Adapting Depth Anything to Adverse Imaging Conditions with Events
von: Peng, Shihan, et al.
Veröffentlicht: (2026)

AD^2-Bench: A Hierarchical CoT Benchmark for MLLM in Autonomous Driving under Adverse Conditions
von: Wei, Zhaoyang, et al.
Veröffentlicht: (2025)

Restoring Images in Adverse Weather Conditions via Histogram Transformer
von: Sun, Shangquan, et al.
Veröffentlicht: (2024)

Bridging the Generalization Gap in Adverse Weather Segmentation: A Training Recipe Perspective
von: Xu, Cong, et al.
Veröffentlicht: (2026)

Enhancing Vehicle Detection under Adverse Weather Conditions with Contrastive Learning
von: Li, Boying, et al.
Veröffentlicht: (2025)

FREST: Feature RESToration for Semantic Segmentation under Multiple Adverse Conditions
von: Lee, Sohyun, et al.
Veröffentlicht: (2024)

Multi-Modality Driven LoRA for Adverse Condition Depth Estimation
von: Yang, Guanglei, et al.
Veröffentlicht: (2024)

Semantic Segmentation in Multiple Adverse Weather Conditions with Domain Knowledge Retention
von: Yang, Xin, et al.
Veröffentlicht: (2024)

Enhancing Self-Driving Segmentation in Adverse Weather Conditions: A Dual Uncertainty-Aware Training Approach to SAM Optimization
von: Ravindran, Dharsan, et al.
Veröffentlicht: (2025)

DriveCtrl: Conditioned Sim-to-Real Driving Video Generation
von: Zhao, Haonan, et al.
Veröffentlicht: (2026)

UMDATrack: Unified Multi-Domain Adaptive Tracking Under Adverse Weather Conditions
von: Yao, Siyuan, et al.
Veröffentlicht: (2025)

Adverse Weather Conditions Augmentation of LiDAR Scenes with Latent Diffusion Models
von: Matteazzi, Andrea, et al.
Veröffentlicht: (2025)

WXSOD: A Benchmark for Robust Salient Object Detection in Adverse Weather Conditions
von: Chen, Quan, et al.
Veröffentlicht: (2025)

VLM-Augmented Degradation Modeling for Image Restoration Under Adverse Weather Conditions
von: Shao, Qianyi, et al.
Veröffentlicht: (2025)

Radar-Informed 3D Multi-Object Tracking under Adverse Conditions
von: Xu, Bingxue, et al.
Veröffentlicht: (2026)

Optimal Sensor Data Fusion Architecture for Object Detection in Adverse Weather Conditions
von: Pfeuffer, Andreas, et al.
Veröffentlicht: (2018)

Toward Enhancing Vehicle Color Recognition in Adverse Conditions: A Dataset and Benchmark
von: Lima, Gabriel E., et al.
Veröffentlicht: (2024)

YOLO-Vehicle-Pro: A Cloud-Edge Collaborative Framework for Object Detection in Autonomous Driving under Adverse Weather Conditions
von: Li, Xiguang, et al.
Veröffentlicht: (2024)

Source-free Domain Adaptation for Video Object Detection Under Adverse Image Conditions
von: Zhang, Xingguang, et al.
Veröffentlicht: (2024)

LTV-YOLO: A Lightweight Thermal Object Detector for Young Pedestrians in Adverse Conditions
von: Jirjees, Abdullah, et al.
Veröffentlicht: (2026)

Heuristic Self-Paced Learning for Domain Adaptive Semantic Segmentation under Adverse Conditions
von: Wang, Shiqin, et al.
Veröffentlicht: (2026)

Label-Efficient Semantic Segmentation of LiDAR Point Clouds in Adverse Weather Conditions
von: Piroli, Aldi, et al.
Veröffentlicht: (2024)

ReviveDiff: A Universal Diffusion Model for Restoring Images in Adverse Weather Conditions
von: Huang, Wenfeng, et al.
Veröffentlicht: (2024)

CADENet: Condition-Adaptive Asynchronous Dual-Stream Enhancement Network for Adverse Weather Perception in Autonomous Driving
von: Khairy, Sherif, et al.
Veröffentlicht: (2026)

BADGR: Bundle Adjustment Diffusion Conditioned by GRadients for Wide-Baseline Floor Plan Reconstruction
von: Li, Yuguang, et al.
Veröffentlicht: (2025)

VL-UR: Vision-Language-guided Universal Restoration of Images Degraded by Adverse Weather Conditions
von: Liu, Ziyan, et al.
Veröffentlicht: (2025)