目前視覺方案做ADAS既有雙目也有單目，兩者在距離檢測上用了不同的技術路線，產(chǎn)品化時也存在各自優(yōu)缺點，對此作者談了談自己的看法。
2016-12-30 14:48:18
5585 
特征扭曲是光流估計的核心技術，然而扭曲過程中由遮擋區(qū)域引起的模糊性是一個尚未解決的主要問題。圖像扭曲導致遮擋區(qū)域的模糊，在特征扭曲過程中也存在同樣的問題，這些區(qū)域可以在沒有任何明確監(jiān)督的情況下被掩蓋。
2022-09-08 11:49:353047 本文提出了一種適用于任意數(shù)據(jù)模態(tài)的自監(jiān)督學習數(shù)據(jù)增強技術。 ? 自監(jiān)督學習算法在自然語言處理、計算機視覺等領域取得了重大進展。這些自監(jiān)督學習算法盡管在概念上是通用的，但是在具體操作上是基于特定的數(shù)據(jù)
2023-09-04 10:07:041731 
鋪設異常檢測可以幫助減少數(shù)據(jù)存儲、傳輸、標記和處理的壓力。本論文描述了一種基于Transformer和自監(jiān)督學習的新方法，有助于定位異常區(qū)域。
2023-12-06 14:57:102892 
地平線在軟件算法上提供了基于深度學習的整體方案，具有高性能、低運算量的特點。在今年智車優(yōu)行“奇點汽車”發(fā)布會上，地平線首次向外界展示了真車環(huán)境下，利用單目攝像頭同時實現(xiàn)行人/車輛/車道線檢測的ADAS產(chǎn)品
2017-01-06 18:09:34
描述該參考設計是單芯片充電和動態(tài)電源路徑管理 IC 解決方案。這是基于 bq24030 的全套電路設計，為評估 IC 的運行和性能提供了便利方法。開發(fā)解決方案中包括已經(jīng)過測試的評估板、用戶指南（包含
2022-09-16 07:35:49
供電范圍
1.8V – 15V
兼容單節(jié)/多節(jié)電池及超級電容輸入，支持深度放電場景
參考電壓精度
0.5V ±2%
確保輸出電壓精度，降低后端LDO調(diào)整壓力
動態(tài)功耗管理
工作模式5.5mA / 待機1
2025-06-24 08:47:48
，可以更智能地應用于計算機視覺的相關領域中。方案搭建Firefly RK3399Pro開源主板 + 單目攝像頭方案特點高性能AI處理器采用RK3399Pro高性能AI主板，ARM六核處理器架構，主頻
2022-04-01 15:55:16
PTR5415是基于Nordic最新nRF54L15芯片，專為物聯(lián)網(wǎng)和工業(yè)場景設計。
1、核心參數(shù)與硬件優(yōu)勢
芯片與協(xié)議：搭載nRF54L15SoC，支持藍牙6.0、LEAudio、Thread
2025-03-11 16:03:40
STM32 編譯后不能運行項目場景：問題描述：原因分析：解決方案：不能運行的其他幾個原因：項目場景：Keil MDK中創(chuàng)建STM32F103項目，可以編譯下載，但程序不能正常運行。問題描述：仿真調(diào)試
2021-08-24 07:32:09
低空飛行器電機（如 eVTOL、無人機、工業(yè)級飛行器等的驅動電機）對功率密度、輕量化、可靠性、動態(tài)響應的要求遠超地面設備電機，而自粘結鐵芯方案通過結構革新、性能優(yōu)化與場景適配，解決了這些核心痛點
2025-08-06 11:25:51
通信技術發(fā)展的日新月異,對深度覆蓋的要求越來越高.什么是TD-LTE深度覆蓋解決方案？這些方案有什么優(yōu)勢？
2019-08-14 07:35:24
摘要：深度學習是一個既可以處理特征、學習特征又可以實現(xiàn)最后的排序打分的一套整體解決方案，借助深度學習的解決方案，搜索推薦的工作方式將發(fā)生巨大的變化。想知道阿里巴巴如何將在搜索推薦領域下應用深度學習
2018-05-08 16:28:04
在微功耗場景下，使用RCC是否比低功耗芯片的效率更高？設計例子：單火取電項目，從AC線取電取電，交流220V轉直流12V，再通過DC-DC方案，將12V轉為3.3V供Zigbee工作，該Zigbee
2016-06-17 13:50:42
的單目內(nèi)窺鏡定位系統(tǒng)設計（下）
導讀
隨著現(xiàn)科技的發(fā)展和社會的進步，信息科技迅速發(fā)展，我們可從互聯(lián)網(wǎng)、電臺等媒體獲取大量信息?，F(xiàn)代信息的存儲、處理和傳輸變得越來越數(shù)字化。在人們的日常生活中，常用
2023-06-27 20:42:56
GPU、FPGA等硬件加速。通過分析硬件加速器的性能參數(shù)，可以估算模型在硬件加速下的計算量。
四、實驗與分析
為了驗證上述估計方法的有效性，我們選取了幾個具有代表性的深度學習模型，在多個硬件平臺
2025-07-03 19:43:59
求助 自平衡智能小車制作方案
2013-07-21 22:49:51
【深度學習基礎-17】非監(jiān)督學習-Hierarchical clustering 層次聚類-python實現(xiàn)
2020-04-28 10:07:39
求助大神，請問若想求采集的振動信號的自回歸模型估計（AR譜估計）來確定頻譜中譜峰出的中心頻率，該怎么編程？？？
2018-04-26 10:37:26
背景建模一直是運動目標檢測中的一個重要課題。該文提出一個適用于動態(tài)背景的基于非參數(shù)估計的前景背景對比模型。模型通過核函數(shù)估計的方法模擬了像素點五維特征向量(彩色
2009-04-08 08:52:18
18 運動員姿態(tài)的計算是非常困難的并且有很多應用。在本文中，我們主要針對運動員身體傾角，提出了一種基于單目攝像機的幾何計算方法。首先，利用針孔模型對場景進行3d 重建
2009-08-12 08:41:129 單載波MIMO 系統(tǒng)的頻域均衡是對抗信道頻率選擇性衰落的有效方法，它的良好性能依賴于接收端準確的信道估計(Channel Estimation,CE)。常見的迫零信道估計(ZF-CE)在導頻頻域非恒包絡
2009-08-22 09:24:1728 單管動態(tài)MOS存儲單元
2009-12-04 16:50:244158 本文CameraCalibrator類源代碼來自于OpenCV2 計算機視覺編程手冊(Robert Laganiere 著 張靜 譯) 強烈建議閱讀機器視覺學習筆記（4）——單目攝像機標定參數(shù)
2017-02-08 03:36:381195 基于單目深度估計的紅外圖像彩色化方法_戈曼
2017-03-17 10:13:010 K3項目實施方案書
2017-09-08 11:00:205 針對場景標注中如何產(chǎn)生良好的內(nèi)部視覺信息表達和有效利用上下文語義信息兩個至關重要的問題，提出一種基于深度學習的多尺度深度網(wǎng)絡監(jiān)督模型。與傳統(tǒng)多尺度方法不同，模型主要由兩個深度卷積網(wǎng)絡組成：首先網(wǎng)絡
2017-11-28 14:22:100 針對現(xiàn)有的選擇精度主動學習停止準則僅適用于批量樣例標注場景這一問題，提出了一種適用于單輪單樣例標注場景的改進的選擇精度停止準則。該準則通過監(jiān)督自本輪起前溯的固定學習輪次內(nèi)的預測標記與真實標記間的匹配
2017-12-27 15:26:040 海目星激光成立于2008年，是國內(nèi)激光和自動化綜合解決方案領先提供商，是集研發(fā)、制造、銷售、服務于一體的國家級高新技術企業(yè)。經(jīng)過激光、自動化等多個領域的技術沉淀和客戶服務經(jīng)驗積累，海目星激光與國內(nèi)動力電池企業(yè)達成深度合作。
2017-12-31 00:47:285178 針對張正友標定方法中相機內(nèi)參數(shù)的求解可能陷入局部最優(yōu)解的問題，考慮鏡頭的三階徑向畸變和二階離心畸變，提出一種基于改進遺傳算法的單目相機內(nèi)參數(shù)優(yōu)化標定方案。該方法可顯著提高相機標定中內(nèi)參數(shù)的精度，并能避免陷入局部最優(yōu)。最后，實驗驗證了所提方案的有效性和可行性。
2018-01-05 16:11:492 2017年因蘋果發(fā)行的iPhone X手機開始開啟起了人臉識別技術的爆發(fā)年。隨著這項技術逐漸成熟，相關的臉識別技術公司也紛紛涌出。其中神目公司格外的令人注意。針對市場需求，神目已將人臉識別、物體識別、車輛識別等技術應用實踐，推出相對應的解決方案。
2018-01-20 10:01:051457 單目運算符是指運算所需變量為一個的運算符，又叫一元運算符，其中有邏輯非運算符：！、按位取反運算符：~、自增自減運算符：++， --等。
2018-02-24 15:42:4861650 
針對均勻線性陣列DOA估計中的實時性和解相干問題，提出了一種基于單次快拍數(shù)據(jù)的估計算法，通過對陣列接收的單次快拍數(shù)據(jù)進行相關處理后重構Toeplitz矩陣，并證明該矩陣的秩不受信號相干性的影響。通過
2018-03-06 10:57:380 噪聲功率譜估計是語音增強算法的基本組成部分，傳統(tǒng)算法大多采用啟發(fā)式的估計方法，因而不能保證噪聲估計值的統(tǒng)計最優(yōu)。提出了一種基于極大似然的非監(jiān)督噪聲功率譜估計方法，采用隱馬爾可夫模型（ Hidden
2018-03-07 10:14:371 本文將主要介紹深度學習模型在美團平臺推薦排序場景下的應用和探索。
2018-04-02 09:28:1221691 
雙目匹配需要把左圖像素和右圖中其對應像素進行匹配，再由匹配的像素差算出左圖像素對應的深度，而之前的單目深度估計方法均不能顯式引入類似的幾何約束。由于深度學習模型的引入，雙目匹配算法的性能近年來得到了極大的提升。
2018-06-04 15:46:4935978 
器，從單目圖像中預測動作。雖然在訓練該估計器的時候需要標注動作，不過一旦訓練完成，估計器在應用到新圖片上時就無需再次訓練了。
2018-10-12 09:06:293329 本文將重點介紹單目方案的空間定位。 三、單目三維空間測量與定位要解決的問題 1、 求解原理和過程 如前文所述，單目三維空間測量與定位，是依據(jù)PnP原理來求解的。理論上講，如果可以獲取一個三維剛體上不
2018-10-16 14:54:0011904 對單目來說物體越遠，測距的精度越低，硬件上的缺點可以通過算法去彌補，近日有兩篇關于單目視覺的研究論文曝光，一篇是單目視頻的深度估計，另一篇則是單目3d物體識別，在數(shù)據(jù)集下測試都取得了不錯的效果，我們熟悉的單目攝像頭可能一直被低估了。
2018-11-29 17:25:504257 對單目來說物體越遠，測距的精度越低，硬件上的缺點可以通過算法去彌補，近日有兩篇關于單目視覺的研究論文曝光，一篇是單目視頻的深度估計，另一篇則是單目3d物體識別，在數(shù)據(jù)集下測試都取得了不錯的效果，我們熟悉的單目攝像頭可能一直被低估了。
2018-12-01 11:13:534371 單目眼鏡這個單目反人性的設計，會嚴重影響使用者的眼睛健康。輕則近視，重則引發(fā)各類眼科疾病。試想，單目眼鏡使用者如果用于工作，則大部分場景一只眼睛一年少則看上千個小時，多則幾千個小時，這只眼睛里不廢了才怪。
2019-04-09 10:13:228196 無需相機參數(shù)、單目、以無監(jiān)督學習的方式從未標記場景視頻中搞定深度圖！
2019-04-29 15:38:453001 下圖展示了這種方法的主要流程，首先需要從圖像中抽取目標和對應的反射區(qū)域，而后對特征進行匹配，并基于這些信息進行水面法向量估計和和反射場景的輻射估計，最后進行立體匹配和深度計算；針對有波紋的水面，還需要對波浪進行一定的矯正和三維波浪形狀估計。
2019-08-02 14:54:535086 
本文提出了一種自監(jiān)督同變注意力機制（self-supervised equivariant attention mechanism，簡稱SEAM），利用自監(jiān)督方法來彌補監(jiān)督信號差異。在強監(jiān)督語義分割的數(shù)據(jù)增廣階段，像素層級標注和輸入圖像需經(jīng)過相同的仿射變換
2020-05-12 10:16:138561 
選擇更具性價比的人臉識別模組。 介紹一下單目攝像頭，單目攝像頭定義通過單目算法將實時非結構化的視頻數(shù)據(jù)解析成結構化的數(shù)據(jù)，基于人的臉部特征，判斷輸入的人臉圖像或者視頻是否存在人臉 ,進而抓取面部關鍵信息的定位，分析獲取性別
2020-06-18 14:38:4531510 然而，該技術也存在缺點：單目攝像頭的測距精度取決于深度學習訓練的場景數(shù)據(jù)，因此對于不同場景中拍攝的圖像，測距精度會大大降低。為了消除對這些數(shù)據(jù)的依賴性，東芝開發(fā)了一種分色濾鏡（color-filtered aperture）拍攝技術。
2020-08-03 10:31:283647 
2020年，疫情的爆發(fā)與新基建的提出給眾多產(chǎn)業(yè)帶來了挑戰(zhàn)和機遇?；诮衲甑拇蟓h(huán)境，自連電子科技（上海）有限公司（以下簡稱“自連科技”）發(fā)布了面向大健康和新基建等新賽道的全場景物聯(lián)網(wǎng)解決方案及應用產(chǎn)品
2020-09-23 16:52:172435 針對在傳統(tǒng)機器學習方法下單幅圖像深度估計效果差、深度值獲取不準確的問題，提出了一種基于多孔卷積神經(jīng)網(wǎng)絡（ACNN）的深度估計模型。首先，利用卷積神經(jīng)網(wǎng)絡（CNN）逐層提取原始圖像的特征圖；其次，利用
2020-09-29 16:20:005 將在明年5月4日舉行，目前，本次大會投稿已經(jīng)結束，最后共有3013篇論文提交。ICLR 采用公開評審機制，任何人都可以提前看到這些論文。 為了分析最新研究動向，我們精選了涵蓋自監(jiān)督
2020-11-02 15:50:563180 
詳細解析，幫助大家選擇更具性價比的人臉識別模組。 首先介紹一下單目攝像頭，單目攝像頭定義通過單目算法將實時非結構化的視頻數(shù)據(jù)解析成結構化的數(shù)據(jù)，基于人的臉部特征，判斷輸入的人臉圖像或者視頻是否存在人臉 ,進而抓取面部關鍵信
2021-02-26 14:32:1812251 同時定位與地圖構建（SLAM）作為機器人領域的硏究熱點，近年來取得了快速發(fā)展，但多數(shù)SLAM方法未考慮應用場景中的動態(tài)或可移動目標。針對該問題，提出一種適用于動態(tài)場景的SLAM方法。將基于深度學習
2021-03-18 10:39:3921 為改善單目圖像語義分割網(wǎng)絡對圖像深度變化區(qū)域的分割效果，提出一種結合雙目圖像的深度信息和跨層次特征進行互補應用的語義分割模型。在不改變已有單目孿生網(wǎng)絡結構的前提下，利用該模型分別提取雙目左、右輸入
2021-03-19 14:35:2421 基于深度學習的二維人體姿態(tài)估計方法通過構建特定的神經(jīng)網(wǎng)絡架構，將提取的特征信息根據(jù)相應的特征融合方法進行信息關聯(lián)處理，最終獲得人體姿態(tài)估計結果，因其具有廣泛的應用價值而受到研究人員的關注。從數(shù)據(jù)集
2021-03-22 15:51:155 自監(jiān)督學習讓 AI 系統(tǒng)能夠從很少的數(shù)據(jù)中學習知識，這樣才能識別和理解世界上更微妙、更不常見的表示形式。
2021-03-30 17:09:356769 
這里舉個例子，CV中有一個很具有挑戰(zhàn)性的任務是3D from Monocular Vision，即從單目圖像進行三維重建與感知。目前很多方案都是通過強監(jiān)督學習方式直接對深度信息進行預測或者直接在2D圖像上進行3D任務。
2021-04-18 10:34:404140 
為了提高利用深度神經(jīng)網(wǎng)絡預測單圖像深度信息的精確度，提出了一種采用自監(jiān)督卷積神經(jīng)網(wǎng)絡進行單圖像深度估計的方法。首先，該方法通過在編解碼結構中引入殘差結構、密集連接結構和跳躍連接等方式改進了單圖像深度
2021-04-27 16:06:3513 近年來人體姿態(tài)估計作為計算機視覺領域的熱點，在視頻監(jiān)控、人機交互、智慧校園等領域具有廣泛的應用前景。隨著神經(jīng)網(wǎng)絡的快速發(fā)展，采用深度學習方法進行二維人體姿態(tài)估計，相較于傳統(tǒng)需要人工設定特征的方法
2021-04-27 16:16:077 結合基擴展模型和深度學習的信道估計方法
2021-06-30 10:43:3963 車輛系統(tǒng)動態(tài)高級估計技術綜述
2021-07-18 09:19:210 監(jiān)督學習|機器學習| 集成學習|進化計算| 非監(jiān)督學習| 半監(jiān)督學習| 自監(jiān)督學習|?無監(jiān)督學習| 隨著人工智能、元宇宙、數(shù)據(jù)安全、可信隱私用計算、大數(shù)據(jù)等領域的快速發(fā)展，自監(jiān)督學習脫穎而出，致力于
2022-01-20 10:52:105490 
自監(jiān)督學習的流行是勢在必然的。在各種主流有監(jiān)督學習任務都做到很成熟之后，數(shù)據(jù)成了最重要的瓶頸。從無標注數(shù)據(jù)中學習有效信息一直是...
2022-01-26 18:50:171 目前，基于深度學習的視覺檢測在監(jiān)督學習方法的幫助下取得了很大的成功。然而，在實際工業(yè)場景中，缺陷樣本的稀缺性、注釋成本以及缺陷先驗知識的缺乏可能會導致基于監(jiān)督的方法失效。
2022-07-31 11:00:524060 雖然近年來無監(jiān)督單目深度學習取得了很大的進展，但仍然存在一些基本問題。首先，目前的方法存在尺度模糊性問題，因為反推過程對于深度和平移來說相當于任意尺度因子。
2022-09-07 09:50:221638 我們設計的單目深度估計網(wǎng)絡FastDepth主要由卷積構成，主要由編碼器-解碼器兩部分組成。編碼器從輸入圖像中提取高層次低分辨率特征。然后將這些特征輸入解碼器，在解碼器中對它們進行逐步的上采樣、細化和合并，以形成最終的高分辨率輸出深度圖。
2022-09-26 09:34:392267 基于幾何的單目3D目標檢測通過2D-3D投影約束估計目標的位置。具體來說，網(wǎng)絡預測目標的尺寸()，旋轉角。假設一個目標有n個語義關鍵點，論文回歸第i個關鍵點在圖像坐標中的2D坐標和object
2022-10-09 15:51:321675 作為最簡單直接且不需要點云標簽的三維場景重建方式，在這個工作中我們重點研究自監(jiān)督環(huán)視深度估計這個任務。
2022-10-10 16:53:061714 隨著深度學習的興起，深度半監(jiān)督學習算法也取得了長足的進步。同時，包括Google、Meta和微軟等在內(nèi)的科技巨頭也認識到了半監(jiān)督學習在實際場景中的巨大潛力。
2022-10-19 15:52:01982 我們提出了一種利用深度密集單目 SLAM 和快速不確定性傳播從圖像重建 3D 場景的新方法。所提出的方法能夠密集、準確、實時地 3D 重建場景，同時對來自密集單目 SLAM 的極其嘈雜的深度估計具有魯棒性。
2023-01-30 11:34:221235 確定移動機器人的狀態(tài)是機器人導航系統(tǒng)中重要的組成部分。在本文中，我們提出了一種使用2D激光雷達在室內(nèi)場景下估計機器人姿態(tài)的方法，并探討了如何將新型的場景表示模型整合到標準蒙特卡羅定位（MCL）系統(tǒng)中。
2023-02-08 09:46:062184 一般而言，單目是無法依靠自身來完成測量的，有企業(yè)選擇讓單目相機動起來，但是一旦動起來實際上也是雙目，不再是單目。其實單目最大的問題是缺少了深度信息。近大遠小是我們最常用的成像規(guī)律，近處物體在視場中占比大，遠處物體在視場中占比小。
2023-03-01 11:19:432168 自監(jiān)督單目深度估計不需要地面實況訓練，近年來受到廣泛關注。設計輕量級但有效的模型非常有意義，這樣它們就可以部署在邊緣設備上。
2023-03-14 17:54:163577 單目深度估計分為兩個派系，metric depth estimation(度量深度估計，也稱絕對深度估計)和relative depth estimation(相對深度估計)。
2023-03-21 18:01:258456 AI 技術與通信網(wǎng)絡的硬件、軟件、系統(tǒng)等深度融合，助 力使能業(yè)務敏捷創(chuàng)新、網(wǎng)絡運營智能、構建智慧內(nèi)生網(wǎng)絡?！ ?b class="flag-6" style="color: red">自智網(wǎng)絡圍繞“單域自治，跨域協(xié)同”的核心思想，分層次構建 體系化能力，實現(xiàn)全場景網(wǎng)絡自動化和智能化，其目
2023-03-29 16:30:571 ? ? 本文提出了一種生產(chǎn)化的端到端立體深度感知系統(tǒng)設計，可以完成預處理、在線立體校正和立體深度估計，并支持糾偏失敗后的單目深度估計備選方案。同時，該深度感知系統(tǒng)的輸出應用于一種基于智能眼鏡拍攝
2023-05-26 16:12:001354 
在自動駕駛感知算法中，有一個重要的分支是單目視覺檢測，在檢測目標是單目相機最困難的地方在于恢復目標物的深度信
息，無論使用小孔成像還是逆透視變換等方法都無法做到任意場景的魯棒，并且在遠距離也有較好
2023-06-07 11:48:350 我的論文方向目前是使用單目攝像頭實現(xiàn)機器人對人的跟隨，首先單目攝像頭與kinect等深度攝像頭最大的區(qū)別是無法有效獲取深度信息，那就首先從這方面入手，嘗試通過圖像獲取攝像頭與人的距離。
2023-07-03 10:01:474170 
安裝數(shù)量為1-3個，即對應為單目、雙目和三目的方案，配置上可滿足更寬的視野、更深度的感知能力，并具有高動態(tài)范圍。以三目方案為例，分別為前視寬視野、主視野、窄視野的方式（搭配不同HFOV鏡頭）。
2023-07-06 16:42:261592 
本文討論常用的電源路徑管理方案，即動態(tài)電源路徑管理（DPPM）。DPPM控制回路可以根據(jù)輸入源的電流能力和負載電流水平動態(tài)調(diào)整充電電流，以實現(xiàn)給定電源和系統(tǒng)負載下的最短充電時間。有了DPPM，即使電池已深度放電，系統(tǒng)也可以在接入輸入源后立即獲得電力。另外，本文還討論了系統(tǒng)電壓的調(diào)節(jié)方法。
2023-07-12 15:18:391917 
大型語言模型如 ChatGPT 的成功彰顯了海量數(shù)據(jù)在捕捉語言模式和知識方面的巨大潛力，這也推動了基于大量數(shù)據(jù)的視覺模型研究。在計算視覺領域，標注數(shù)據(jù)通常難以獲取，自監(jiān)督學習成為預訓練的主流方法
2023-07-24 16:55:031232 
我們非常高興地發(fā)布一個新的代碼示例，展示虹科AI深度相機SDK的驚人功能。只需6行源代碼，您就可以實時準確地估計和跟蹤人體姿態(tài)！我們最新的代碼示例使用AI機器學習技術來識別和跟蹤人體的關鍵點，使您能
2023-07-31 17:42:261791 
在這些情況下, 傳感器自帶的噪聲、無紋理的黑暗區(qū)域和反光等不利因素都違反了基于監(jiān)督和自監(jiān)督學習方法的訓練假設。自監(jiān)督方法無法建立學習深度所需的像素的對應關系，而監(jiān)督方法則可能從傳感器真值中（如上圖中的 LiDAR 與 nuScenes 的數(shù)據(jù)樣本）中學習到數(shù)據(jù)瑕疵。
2023-09-04 16:14:201275 
操作域監(jiān)督（ODS） 操作域監(jiān)督功能模塊圖 操作域監(jiān)督模塊監(jiān)控與動態(tài)駕駛任務相關的能力、狀態(tài)和情況，目的是確保自動駕駛車輛在操作設計域及其他適用的動態(tài)和靜態(tài)約束下運行。它使用兩個操作域表示實現(xiàn)運行時
2023-10-04 18:19:001292 
硬件系統(tǒng)的輕量化和降本是3D視覺市場演進的必然趨勢。維悟光子通過底層原理的創(chuàng)新，僅利用單目CMOS相機（最簡單的成像系統(tǒng)）就可以獲取完整的3D信息。本次發(fā)布的單目紅外3D成像模組，主要面向機器人避障應用，也能適用于生物識別等需要中近距離3D成像的場景。
2023-10-13 15:45:521604 
在RefCOCO/+/g、RefitGame和Flickr30K Entities這五個主流測試基準中，我們的模型在單源和多源場景下的性能都明顯優(yōu)于SOTA無監(jiān)督定位方法Pseudo-Q，分別達到
2023-10-18 10:09:491734 本文方法是一種自監(jiān)督的單目深度估計框架，名為GasMono，專門設計用于室內(nèi)場景。本方法通過應用多視圖幾何的方式解決了室內(nèi)場景中幀間大旋轉和低紋理導致自監(jiān)督深度估計困難的挑戰(zhàn)。
2023-11-06 11:47:08984 
汽車必須接受全面的訓練、測試和驗證，以便能夠應對復雜的場景，而這需要大量涵蓋此類場景的數(shù)據(jù)。 在現(xiàn)實世界中，收集此類場景數(shù)據(jù)要耗費大量時間和成本。而現(xiàn)在，仿真提供了另一個可選方案。但要大規(guī)模生成復雜動態(tài)場景仍然
2023-12-16 16:05:011379 
可以看一下單目深度估計效果，這個深度圖的分辨率是真的高，物體邊界分割的非常干凈！這里也推薦工坊推出的新課程《單目深度估計方法：算法梳理與代碼實現(xiàn)》。
2023-12-17 10:01:161572 
本研究提出了一種自監(jiān)督的多攝相機3D占據(jù)預測方法，名為OccNeRF。該方法旨在解決無界場景的建模問題。
2024-01-02 14:53:531009 
應用中往往難以實現(xiàn)。因此，無監(jiān)督學習在深度學習中扮演著越來越重要的角色。本文旨在綜述深度學習中的無監(jiān)督學習方法，包括自編碼器、生成對抗網(wǎng)絡、聚類算法等，并分析它們的原理、應用場景以及優(yōu)缺點。
2024-07-09 10:50:072734 的準確性與可靠性，還通過實時動態(tài)追蹤與短報文通信功能，為安全管理與高效作業(yè)提供了強有力的技術支持。單北斗定位終端單北斗定位終端的優(yōu)勢在多個場景下更加凸顯，以下是一
2024-08-21 10:29:271344 
如今，動態(tài)實時健康監(jiān)測在不同領域都有日益增長的需求?；?b class="flag-6" style="color: red">自連這兩款藍牙網(wǎng)關的數(shù)字化健康管理方案，能夠在不同場景，以不同形式部署實現(xiàn)。
2024-08-29 11:16:031094 
在自連智能終端產(chǎn)品系列中，有 兩款 藍牙網(wǎng)關是動態(tài)健康管理的理想解決方案。 DGW412網(wǎng)關 藍牙轉4G數(shù)據(jù)傳輸功能 ??適用于佩戴動態(tài)監(jiān)測設備進行較大范圍移動，數(shù)據(jù)需要穩(wěn)定傳輸?shù)?b class="flag-6" style="color: red">場景。 自連
2024-09-09 18:29:551811 
【導讀】最近，香港科技大學、上海AI Lab等多個組織聯(lián)合發(fā)布了一篇時間序列無監(jiān)督預訓練的文章，相比原來的TS2Vec等時間序列表示學習工作，核心在于提出了將空間信息融入到預訓練階段，即在預訓練階段
2024-11-15 11:41:291283 
近日，全球機器人領域頂會ICRA 2025（IEEE機器人與自動化國際會議）公布論文錄用結果，地瓜機器人主導研發(fā)的DOSOD開放詞匯目標檢測算法與MODEST單目透明物體抓取算法成功入選。前者通過
2025-03-05 19:30:001398 
了關鍵作用。深度估計技術可以分為多目深度估計和單目深度估計。其中單目攝像頭具有成本低、設備普及、圖像獲取方便等優(yōu)勢，使得單目深度估計技術備受關注?。深度學習技術的快
2025-03-19 16:33:02979 
上海冠顯光電推出的Fast LCD 1.25" HDMI單目驅動方案，小巧緊湊，采用HDMI 接口，方便客戶前期評估，可靈活定制接口、外形尺寸等，是光學瞄準、熱成像、電子取景器等應用的理想方案。
2025-06-17 09:40:22562 
[首發(fā)于智駕最前沿微信公眾號]自動駕駛的純視覺方案中，單目攝像頭因無法直接感知深度，在環(huán)境理解上存在根本局限，雙目視覺技術在此需求下應運而生。它通過模擬人眼，利用雙攝像頭的視差來推算距離，將二維圖像
2025-12-31 09:45:50295 
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評論