id int64 18 21.1k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 16:54:39 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 16:54:39 | doc_name stringclasses 1
value | input stringlengths 11 9.24k | output stringlengths 0 738 | is_personal bool 2
classes | is_sentence bool 2
classes | is_corrected bool 2
classes |
|---|---|---|---|---|---|---|---|---|
8,407 | 2026-02-24T08:54:53.685000Z | 2026-02-24T08:54:53.685000Z | Lec. | Эффект «рыбий глаз» [34] возникает при использовании сверхширокоугольных объективов, которые обеспечивают угол обзора до и более | false | true | false | |
8,406 | 2026-02-24T08:54:51.929000Z | 2026-02-24T08:54:51.929000Z | Lec. | Среди ключевых видов деформаций выделяются два основных типа: эффект «рыбий глаз» (fisheye) и широкоугольное искажение (wide-angle) | false | true | false | |
8,405 | 2026-02-24T08:54:50.392000Z | 2026-02-24T08:54:50.392000Z | Lec. | Генерация полусинтетических данных требует достоверного моделирования искажений, чтобы обеспечить соответствие между искусственно созданными и реальными изображениями | false | true | false | |
8,404 | 2026-02-24T08:54:48.625000Z | 2026-02-24T08:54:48.625000Z | Lec. | Оптические искажения, характерные для камер БПЛА, существенно влияют на качество и точность визуальной локализации [4] | false | true | false | |
8,403 | 2026-02-24T08:54:46.881000Z | 2026-02-24T08:54:46.881000Z | Lec. | Реализация оптических искажений | false | true | false | |
8,402 | 2026-02-24T08:54:45.359000Z | 2026-02-24T08:54:45.359000Z | Lec. | Таким образом, формируется структурированная база данных, способствующая дальнейшему развитию методов визуальной локализации в условиях реального мира | false | true | false | |
8,401 | 2026-02-24T08:54:43.613000Z | 2026-02-24T08:54:43.613000Z | Lec. | Использование разнородных наборов данных с различными географическими и тематическими характеристиками позволяет не только продемонстрировать широту применимости предложенного подхода, но и существенно упростить последующие этапы исследований за счет отказа от необходимости самостоятельного сбора и обработки изображений | false | true | false | |
8,400 | 2026-02-24T08:54:41.630000Z | 2026-02-24T08:54:41.630000Z | Lec. | Также были выявлены и проанализированы датасеты со спутниковыми снимками и изображениями, сделанными во время реальных полетов БПЛА | false | true | false | |
8,399 | 2026-02-24T08:54:40.039000Z | 2026-02-24T08:54:40.039000Z | Lec. | Согласно такой структуре, в генератор поступает поток изображений с БПЛА и модуль аугментации с заранее определенными вероятностями и параметрами трансформаций для получения на выходе серии полусинтетических изображений | false | true | false | |
8,398 | 2026-02-24T08:54:38.265000Z | 2026-02-24T08:54:38.265000Z | Lec. | Рисунок 2 – Реструктуризация генератора полусинтетических данных | false | true | false | |
8,397 | 2026-02-24T08:54:36.667000Z | 2026-02-24T08:54:36.667000Z | Lec. | Различие в природе данных влияет на алгоритм создания синтезируемых данных, поэтому было принято решение изменить структуру генератора данных следующим образом (рисунок 2) | false | true | false | |
8,396 | 2026-02-24T08:54:34.564000Z | 2026-02-24T08:54:34.564000Z | Lec. | В отличие от них, изображения, получаемые с БПЛА, динамичны | false | true | false | |
8,395 | 2026-02-24T08:54:32.793000Z | 2026-02-24T08:54:32.793000Z | Lec. | Но анализ существующих решений выявил ряд ограничений, связанных с их ориентацией на контролируемые условия, характерные для медицинской визуализации или лабораторных экспериментов | false | true | false | |
8,394 | 2026-02-24T08:54:31.199000Z | 2026-02-24T08:54:31.199000Z | Lec. | Рисунок 1 – Структура существующих генераторов наборов данных | false | true | false | |
8,393 | 2026-02-24T08:54:29.516000Z | 2026-02-24T08:54:29.516000Z | Lec. | Общая структура современных генераторов (рисунок 1) включает последовательное применение к изображениям с дрона различных трансформаций, таких как изменение перспективы, освещения, погодных условий и моделирование шумов сенсоров, существенно повышая вариативность данных и способствуя формированию устойчивых и надежных моделей локализации | false | true | false | |
8,392 | 2026-02-24T08:54:27.631000Z | 2026-02-24T08:54:27.631000Z | Lec. | Раздел охватывает существующие реализации генераторов полусинтетических данных | false | true | false | |
8,391 | 2026-02-24T08:54:25.764000Z | 2026-02-24T08:54:25.764000Z | Lec. | Вывод к разделу | false | true | false | |
8,390 | 2026-02-24T08:54:23.162000Z | 2026-02-24T08:54:23.162000Z | Lec. | Процесс позволяет использовать преимущества высокого разрешения и пространственной точности карт для задач, где традиционно применяются данные с БПЛА | false | true | false | |
8,389 | 2026-02-24T08:54:21.412000Z | 2026-02-24T08:54:21.412000Z | Lec. | Крупномасштабные карты в формате TIFF для имитирования снимков с БПЛА преобразуются в изображения формата JPEG/PNG путем нарезки на фрагменты (датасет Aklavik сгенерирован таким образом) | false | true | false | |
8,388 | 2026-02-24T08:54:19.755000Z | 2026-02-24T08:54:19.755000Z | Lec. | Aklavik [33]: Репозиторий высококачественных геопространственных многозональных снимков | false | true | false | |
8,387 | 2026-02-24T08:54:17.987000Z | 2026-02-24T08:54:17.987000Z | Lec. | Подходит для исследований, требующих актуальных данных | false | true | false | |
8,386 | 2026-02-24T08:54:16.436000Z | 2026-02-24T08:54:16.436000Z | Lec. | OpenAerialMap [32]: Платформа с коллекцией ортофотоснимков, созданных сообществом | false | true | false | |
8,385 | 2026-02-24T08:54:14.686000Z | 2026-02-24T08:54:14.686000Z | Lec. | Данные в формате TIFF, используемые в работе, были получены из открытых ресурсов: | false | true | false | |
8,384 | 2026-02-24T08:54:13.050000Z | 2026-02-24T08:54:13.050000Z | Lec. | Вместо датасетов БПЛА все чаще используются крупномасштабные ортофотоснимки в формате TIFF | false | true | false | |
8,383 | 2026-02-24T08:54:11.318000Z | 2026-02-24T08:54:11.318000Z | Lec. | Современные задачи анализа территорий, мониторинга окружающей среды и городского планирования требуют высокодетализированных пространственных данных | false | true | false | |
8,382 | 2026-02-24T08:54:09.554000Z | 2026-02-24T08:54:09.554000Z | Lec. | RGB дрон/спутник. карты | false | false | false | |
8,381 | 2026-02-24T08:54:07.957000Z | 2026-02-24T08:54:07.957000Z | Lec. | UAV-VisLoc. 2024. 16,4 Гб | false | false | false | |
8,380 | 2026-02-24T08:54:06.136000Z | 2026-02-24T08:54:06.136000Z | Lec. | DenseUAV. 2023. 16 Гб. 15 университетов, Чжэцзян, Китай | false | false | false | |
8,379 | 2026-02-24T08:54:04.420000Z | 2026-02-24T08:54:04.420000Z | Lec. | Университет, Шанхай, Китай | false | false | false | |
8,378 | 2026-02-24T08:54:02.839000Z | 2026-02-24T08:54:02.839000Z | Lec. | SUES-200. 2022. 5,3 Гб | false | false | false | |
8,377 | 2026-02-24T08:54:01.152000Z | 2026-02-24T08:54:01.152000Z | Lec. | VIGOR. 2021. 14 Гб | false | false | false | |
8,376 | 2026-02-24T08:53:59.442000Z | 2026-02-24T08:53:59.442000Z | Lec. | RGB дрон/спутник. карты. закрыт | false | false | false | |
8,375 | 2026-02-24T08:53:57.598000Z | 2026-02-24T08:53:57.598000Z | Lec. | CVACT. 2019 | false | false | false | |
8,374 | 2026-02-24T08:53:55.972000Z | 2026-02-24T08:53:55.972000Z | Lec. | CVUSA. 2015. 7,25 Гб | false | false | false | |
8,373 | 2026-02-24T08:53:54.456000Z | 2026-02-24T08:53:54.456000Z | Lec. | ATMD. 2020. 67 Мб | false | false | false | |
8,372 | 2026-02-24T08:53:52.737000Z | 2026-02-24T08:53:52.737000Z | Lec. | RGB дрон. открыт | false | false | false | |
8,371 | 2026-02-24T08:53:51.152000Z | 2026-02-24T08:53:51.152000Z | Lec. | Сельская местность | false | true | false | |
8,370 | 2026-02-24T08:53:49.545000Z | 2026-02-24T08:53:49.545000Z | Lec. | AgEagle. 2018-2022. 75 Гб | false | false | false | |
8,369 | 2026-02-24T08:53:47.840000Z | 2026-02-24T08:53:47.840000Z | Lec. | RGB дрон/спутник. карты. по запросу | false | false | false | |
8,368 | 2026-02-24T08:53:46.063000Z | 2026-02-24T08:53:46.063000Z | Lec. | University-1652. 2020. 8,16 Гб. 1652 здание в 72 университетах | false | false | false | |
8,367 | 2026-02-24T08:53:44.221000Z | 2026-02-24T08:53:44.221000Z | Lec. | RGB и ИК дрон/спутник. карты. открыт | false | false | false | |
8,366 | 2026-02-24T08:53:42.681000Z | 2026-02-24T08:53:42.681000Z | Lec. | UFRGS_UAV. 2002, 2018. 2,1 Гб | false | false | false | |
8,365 | 2026-02-24T08:53:40.959000Z | 2026-02-24T08:53:40.959000Z | Lec. | Порту-Алегри, Бразилия | false | false | false | |
8,364 | 2026-02-24T08:53:39.118000Z | 2026-02-24T08:53:39.118000Z | Lec. | POA_UAV. 2013, 2017. 1,3 Гб | false | false | false | |
8,363 | 2026-02-24T08:53:37.382000Z | 2026-02-24T08:53:37.382000Z | Lec. | RGB дрон/спутник. карты. открыт | false | false | false | |
8,362 | 2026-02-24T08:53:35.725000Z | 2026-02-24T08:53:35.725000Z | Lec. | Арройо-дель-Мейо, Бразилия | false | false | false | |
8,361 | 2026-02-24T08:53:33.647000Z | 2026-02-24T08:53:33.647000Z | Lec. | AdM_UAV. 2010, 2015. 3,2 Гб | false | false | false | |
8,360 | 2026-02-24T08:53:31.910000Z | 2026-02-24T08:53:31.910000Z | Lec. | Датасеты БПЛА | false | false | false | |
8,359 | 2026-02-24T08:53:30.393000Z | 2026-02-24T08:53:30.393000Z | Lec. | Характеристики рассмотренных датасетов объединены в единую таблицу с указанием даты собранных данных, размера архива, локация, в которой происходил сбор изображений, тип снимков, доступность пользователям (таблица 2) | false | true | false | |
8,358 | 2026-02-24T08:53:28.664000Z | 2026-02-24T08:53:28.664000Z | Lec. | Предоставляет 6742 изображений с БПЛА, сделанных на различных высотах (400–2000 м), в сочетании с 11 спутниковыми картами, охватывающими 11 различных населенных пунктов Китая [31], а также метаданные | false | true | false | |
8,357 | 2026-02-24T08:53:26.888000Z | 2026-02-24T08:53:26.888000Z | Lec. | В обучающем наборе содержится 6768 изображений с БПЛА и 13536 изображений со спутника, в наборе «запрос» – 2331 изображение с БПЛА и 4662 изображения со спутника, в наборе «галерея» – 9099 изображений с БПЛА и 18198 изображений со спутника | false | true | false | |
8,356 | 2026-02-24T08:53:25.009000Z | 2026-02-24T08:53:25.009000Z | Lec. | Были использованы спутниковые изображения за два разных года и в трех разных масштабах для повышения разнообразия | false | true | false | |
8,355 | 2026-02-24T08:53:23.148000Z | 2026-02-24T08:53:23.148000Z | Lec. | Собран в 14 университетах города Чжэцзяна, Китай, с помощью БПЛА на трех разных высотах: 80 м, 90 м и 100 м | false | true | false | |
8,354 | 2026-02-24T08:53:21.384000Z | 2026-02-24T08:53:21.384000Z | Lec. | DenseUAV [30] | false | false | false | |
8,353 | 2026-02-24T08:53:19.648000Z | 2026-02-24T08:53:19.648000Z | Lec. | Используется для перекрестной геолокации, превосходит наборы данных, сделанные с одной высотой при моделировании развертывания в реальных условиях | false | true | false | |
8,352 | 2026-02-24T08:53:17.900000Z | 2026-02-24T08:53:17.900000Z | Lec. | В SUES-200 приоритет отдается качеству изображения: разрешение снимков с БПЛА составляет 1080х1080 пикселей, а со спутника – 512х512 пикселей | false | true | false | |
8,351 | 2026-02-24T08:53:16.154000Z | 2026-02-24T08:53:16.154000Z | Lec. | Коллекция фотографий с БПЛА включает в себя 40000 снимков (по 10 000 на каждой высоте) из 200 мест, а спутниковая галерея содержит 200 изображений | false | true | false | |
8,350 | 2026-02-24T08:53:14.389000Z | 2026-02-24T08:53:14.389000Z | Lec. | Набор «запросов» с БПЛА содержит 16000 изображений (по 4000 на каждую высоту) из 80 мест, в то время как набор запросов со спутника содержит 80 изображений | false | true | false | |
8,349 | 2026-02-24T08:53:12.715000Z | 2026-02-24T08:53:12.715000Z | Lec. | В тестовом наборе представлены наборы «запрос» (16 000 изображений с БПЛА из 80 местоположениями и 80 снимков со спутника) и «галерея» (40 000 изображений с БПЛА из 200 местоположений и 200 снимков со спутника | false | true | false | |
8,348 | 2026-02-24T08:53:11.054000Z | 2026-02-24T08:53:11.054000Z | Lec. | Обучающий набор включает изображения из 120 мест, 24000 снимков с дрона (по 6000 на каждой высоте) и 120 спутниковых снимков | false | true | false | |
8,347 | 2026-02-24T08:53:09.274000Z | 2026-02-24T08:53:09.274000Z | Lec. | Охватывает 200 мест в Шанхайском университете инженерных наук (SUES), включая парки, озера и здания | false | true | false | |
8,346 | 2026-02-24T08:53:07.522000Z | 2026-02-24T08:53:07.522000Z | Lec. | Спутниковые снимки с разрешением 512 × 512 пикселей сопоставлены со снимками с БПЛА разрешением 1080× 1080 пикселей | false | true | false | |
8,345 | 2026-02-24T08:53:05.680000Z | 2026-02-24T08:53:05.680000Z | Lec. | Каждое местоположение включает в себя 50 фотографий с дрона, сделанных по изогнутой траектории полета | false | true | false | |
8,344 | 2026-02-24T08:53:03.926000Z | 2026-02-24T08:53:03.926000Z | Lec. | Состоит из снимков с БПЛА, сделанных на различных высотах (150 м, 200 м, 250 м, 300 м) с помощью камеры DJI Phantom 4 Pro, что позволяет анализировать масштабно-инвариантные характеристики объекта | false | true | false | |
8,343 | 2026-02-24T08:53:02.052000Z | 2026-02-24T08:53:02.052000Z | Lec. | SUES-200 [29] | false | false | false | |
8,342 | 2026-02-24T08:53:00.487000Z | 2026-02-24T08:53:00.487000Z | Lec. | Включает панорамы улиц 105214 изображений после балансировки (из 238696 необработанных панорам), GPS-координаты, данные об ориентации | false | false | false | |
8,341 | 2026-02-24T08:52:58.322000Z | 2026-02-24T08:52:58.322000Z | Lec. | Расширяет наборы CVUSA и CVACT и содержит 90 618 спутниковых снимков, охватывающих 4 города США (Нью-Йорк, Сиэтл, Сан-Франциско, Чикаго) | false | true | false | |
8,340 | 2026-02-24T08:52:56.448000Z | 2026-02-24T08:52:56.448000Z | Lec. | CVACT предназначен для задач геолокации и сценариев развертывания в реальных условиях, превосходя CVUSA по точности определения местоположения благодаря более высокой плотности данных | false | true | false | |
8,339 | 2026-02-24T08:52:54.603000Z | 2026-02-24T08:52:54.603000Z | Lec. | Значительным усовершенствованием по сравнению с ранее упомянутым датасетом является предоставление точных GPS-аннотаций для всех тестовых изображений, позволяющих проводить количественную оценку местоположения с точки зрения точности на основе расстояния | false | true | false | |
8,338 | 2026-02-24T08:52:52.649000Z | 2026-02-24T08:52:52.649000Z | Lec. | CVACT [27] состоит из обучающего набора размерностью 35532 пар и тестового – 92802 пары | false | false | false | |
8,337 | 2026-02-24T08:52:50.664000Z | 2026-02-24T08:52:50.664000Z | Lec. | Разработан с целью преодоления ограничений CVUSA путем за счет предоставления детальной информации о местоположении и охвата обширного географического региона | false | true | false | |
8,336 | 2026-02-24T08:52:48.920000Z | 2026-02-24T08:52:48.920000Z | Lec. | Изображения сосредоточены в одном географическом месте, что подходит для просмотра пространственных соотношений между различными углами обзора | false | true | false | |
8,335 | 2026-02-24T08:52:47.192000Z | 2026-02-24T08:52:47.192000Z | Lec. | Набор данных включает в себя: 35532 пары обучающих изображений и 8884 пары тестовых | false | true | false | |
8,334 | 2026-02-24T08:52:45.551000Z | 2026-02-24T08:52:45.551000Z | Lec. | Он состоит из парных изображений, полученных: панорамных видов с земли и аэрофотоснимков | false | true | false | |
8,333 | 2026-02-24T08:52:44.011000Z | 2026-02-24T08:52:44.011000Z | Lec. | Используется в задачах перекрестной геолокации и визуальной локализации | false | true | false | |
8,332 | 2026-02-24T08:52:42.263000Z | 2026-02-24T08:52:42.263000Z | Lec. | Набор данных полезен для визуальной локализации БПЛА, так как содержит разнообразные реально-снятые данные | false | true | false | |
8,331 | 2026-02-24T08:52:40.540000Z | 2026-02-24T08:52:40.540000Z | Lec. | Ключевой особенностью ATMD является аннотация, составленная специалистами, каждого изображения, содержащая до 16 соответствий точек между отдельным аэрофотоснимком и ортомозаикой | false | true | false | |
8,330 | 2026-02-24T08:52:38.776000Z | 2026-02-24T08:52:38.776000Z | Lec. | После получения эти изображения были объединены для создания ортомозаики (результат обработки и объединения нескольких изображений в одно непрерывное [26]), каждый пиксель которой был помечен геотегами | false | true | false | |
8,329 | 2026-02-24T08:52:37.123000Z | 2026-02-24T08:52:37.123000Z | Lec. | Изображения ATMD были получены в разное время суток, обеспечивая широкий диапазон освещения и условий окружающей среды | false | true | false | |
8,328 | 2026-02-24T08:52:35.366000Z | 2026-02-24T08:52:35.366000Z | Lec. | Представляет собой коллекцию из 2052 частично перекрывающихся аэрофотоснимков высокого разрешения, которые сделаны с помощью БПЛА DJI Phantom 4 Pro в 3 регионах Пакистана общей площадью около 2 Покрывает разнообразные ландшафты от малонаселенных жилых районов с водоемами и растительностью до густонаселенных городских районов | false | true | false | |
8,327 | 2026-02-24T08:52:33.461000Z | 2026-02-24T08:52:33.461000Z | Lec. | Каждая последовательность полетов сопровождается GPS-координатами, высотой, данными об ориентации и записями траектории полета, что делает ее пригодной как для геопространственного анализа, так и для разработки алгоритма локализации | false | true | false | |
8,326 | 2026-02-24T08:52:31.455000Z | 2026-02-24T08:52:31.455000Z | Lec. | Широкий спектр типов данных AgEagle, включая RGB-изображения, облака точек, необработанные данные, ортомозаику, мультиспектральные изображения, цифровые модели поверхности (DSM) и тепловизионные изображения, делает его богатым ресурсом для различных приложений | false | true | false | |
8,325 | 2026-02-24T08:52:29.562000Z | 2026-02-24T08:52:29.562000Z | Lec. | Что обеспечивает разнородность данных, включая изображения с разрешением от 2 до 11 см и высоте съемки 60– 285 м | false | true | false | |
8,324 | 2026-02-24T08:52:27.873000Z | 2026-02-24T08:52:27.873000Z | Lec. | Состоит из снимков с нескольких БПЛА (eBee X, WingtraOne и другие) и датчиков (S.O.D.A., RedEdgeP и других) | false | true | false | |
8,323 | 2026-02-24T08:52:26.238000Z | 2026-02-24T08:52:26.238000Z | Lec. | Набор аэрофотоснимков, полученных с помощью БПЛА, предназначенный для поддержки исследований в области точного земледелия, мониторинга окружающей среды и визуальной локализации БПЛА | false | true | false | |
8,322 | 2026-02-24T08:52:24.468000Z | 2026-02-24T08:52:24.468000Z | Lec. | AgEagle [24] | false | false | false | |
8,321 | 2026-02-24T08:52:22.836000Z | 2026-02-24T08:52:22.836000Z | Lec. | Благодаря своей детализированной структуре и разнообразным способам получения изображений, University-1652 применяется для задач перекрестной геолокации [23] | false | true | false | |
8,320 | 2026-02-24T08:52:20.978000Z | 2026-02-24T08:52:20.978000Z | Lec. | Каждое здание представлено свыше 58 изображениями, включающими наземные изображения с разных ракурсов и синтетические, созданные путем обрезки каждых 15 кадров из видеороликов с БПЛА | false | true | false | |
8,319 | 2026-02-24T08:52:19.200000Z | 2026-02-24T08:52:19.200000Z | Lec. | В тестовом наборе 2579 изображений тех же зданий, но полученных из других 39 университетов, что обеспечивает отсутствие дублирования между данными для обучения и тестирования | false | true | false | |
8,318 | 2026-02-24T08:52:17.576000Z | 2026-02-24T08:52:17.576000Z | Lec. | Он содержит в общей сложности 50218 изображений, представляющих 701 здание в 33 университетах, из которых 37855 изображений с дрона, 701 спутниковое изображение | false | true | false | |
8,317 | 2026-02-24T08:52:15.665000Z | 2026-02-24T08:52:15.665000Z | Lec. | Состоит из спутниковых изображений, изображений с БПЛА, сделанных с помощью камеры направленной вниз (синтезированные из 3D-моделей Google Earth’s [20]) и панорамных изображений зданий (Google Street View [21] и Google Image searches [22]) | false | true | false | |
8,316 | 2026-02-24T08:52:13.998000Z | 2026-02-24T08:52:13.998000Z | Lec. | University-1652 [19] | false | false | false | |
8,315 | 2026-02-24T08:52:12.240000Z | 2026-02-24T08:52:12.240000Z | Lec. | Архивы «GRE», «NIR», «RED», «REG» и «RGB» содержат изображения двух траекторий полета из соответствующего спектрального диапазона, «GT_DAT» предоставляет 3D-визуализацию траектории | false | true | false | |
8,314 | 2026-02-24T08:52:10.453000Z | 2026-02-24T08:52:10.453000Z | Lec. | Набор данных состоит из 12 карт Федерального университета Риу-Гранди-ду-Сул в Порту-Алегри, Бразилия | false | true | false | |
8,313 | 2026-02-24T08:52:08.439000Z | 2026-02-24T08:52:08.439000Z | Lec. | Применяется для разработки и оценки мультиспектральных дескрипторов и алгоритмов локализации в приложениях для дронов при различном освещении и условиях окружающей среды | false | true | false | |
8,312 | 2026-02-24T08:52:06.797000Z | 2026-02-24T08:52:06.797000Z | Lec. | Отличительная особенность датасета состоит в том, что он включает мультиспектральные снимки, причем данные собираются как в видимом (RGB), так и в инфракрасном (ИК) каналах | false | true | false | |
8,311 | 2026-02-24T08:52:05.005000Z | 2026-02-24T08:52:05.005000Z | Lec. | UFRGS_UAV [18] | false | false | false | |
8,310 | 2026-02-24T08:52:03.270000Z | 2026-02-24T08:52:03.270000Z | Lec. | Содержит 5 спутниковых карт кампуса Федерального университета Риу-Гранди-ду-Сул в Порту-Алегри, Бразилия, и 156 изображений с БПЛА | false | false | false | |
8,309 | 2026-02-24T08:52:01.129000Z | 2026-02-24T08:52:01.129000Z | Lec. | POA_UAV [17] | false | false | false | |
8,308 | 2026-02-24T08:51:59.273000Z | 2026-02-24T08:51:59.273000Z | Lec. | Был предложен метод визуальной локализации, использующий предварительно обученные сети SuperPoint и LightGlue как для последовательного набора кадров, так и для сопоставления кадра с картой | false | true | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.