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

新技术
2025-01-27 14:09

盖世汽车讯在设计机器人时，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，..

盖世汽车讯在设计机器人时，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。