车圈引力波
网站首页 特价车讯 车界锐评 国际车势 车闻联播 车展天下 车饰美学 新车谍影

利用神经网络模型 科尔多瓦大学改善低光照条件下的机器视觉和物体检测

更新时间:2024-09-19 20:23:56 浏览量: 

文章作者:车圈引力波 

车圈引力波讯 在设计机器人时,例如波士顿动力公司(Boston Dynamics)的拟人机器人Atlas锻炼和分类箱子时,基准标记可帮助它们移动、检测物体并确定其准确位置的指南。它是一种用于估计物体位置的机器视觉工具。乍一看,这种基准标记是扁平的、高对比度的黑白方形代码,大致类似于二维码标记系统,但其优势是可以在更远的距离被检测到。

图片来源:期刊《Image and Vision Computing》

在物流方面,屋顶上的摄像头可以使用这些标记自动识别包裹的位置,从而节省时间和成本。到目前为止,该系统的弱点是照明条件,因为经典的机器视觉技术无法准确定位和解码标记,因此在低光照条件下无法发挥作用。

据外媒报道,为了解决这个问题,科尔多瓦大学(University of Cordoba)机器视觉应用研究小组的研究人员Rafael Berral、Rafael Muñoz、Rafael Medina和Manuel J. Marín开发出新系统,首次能够使用神经网络在困难的照明条件下检测和解码基准标记。该论文发表在期刊《Image and Vision Computing》上。


上一篇 : 全球首个人形机器人半程马拉松,即将在北京开启