NeRF-To-Real Tester：神经光度场作为自主系统视觉测试图像生成器
计算机视觉与模式识别
2025-05-19 v2
摘要
对基础设施进行陆地和水下自动检查正快速增长的市场，包括建筑勘测、植物监测以及对 offshore 和 onshore 风力发电场环境变化的跟踪。对于自动 underwater 车辆和无人机来说，控制器过拟合于仿真条件会导致在实际运行环境中表现不佳。迫切需要更多更具多样性和真实性的测试数据，以准确反映这些系统所面临的挑战。我们通过利用神经光度场生成真实且多样的测试图像，并将其集成到视觉组件（如 vSLAM 和目标检测）的 metamorphic 测试框架中，来解决生成自主系统感知测试数据的挑战。我们的工具 N2R-Tester 允许训练自定义场景的模型，并从扰动位置渲染测试图像。对 N2R-Tester 在 AUV 和 UAV 中八个不同视觉组件的实验评估表明，该方法的有效性和通用性。
引用
@article{arxiv.2412.16141,
title = {NeRF-To-Real Tester: Neural Radiance Fields as Test Image Generators for Vision of Autonomous Systems},
author = {Laura Weihl and Bilal Wehbe and Andrzej Wąsowski},
journal= {arXiv preprint arXiv:2412.16141},
year = {2025}
}