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

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。

本文 zblog模板 原创，转载保留链接！网址：https://qxj.scgwwc.com/post/2937.html