科尔多瓦大学运用神经网络模型，突破低光照限制，优化机器视觉与物体检测
发布时间：2025-01-27 13:05:13来源：
在设计机器人时，如波士顿动力公司的Atlas，基准标记作为机器视觉工具，用于估计物体位置，指导机器人移动和检测物体。
然而，该系统的弱点在于照明条件，低光照下无法发挥作用。
为了克服这一难题，科尔多瓦大学机器视觉应用研究小组的研究人员开发出新系统，利用神经网络在低光照条件下检测和解码基准标记。
该系统成功应用于物流领域，实现了包裹位置的自动识别，提高了效率和成本效益。
相关论文已发表在《Image and Vision Computing》期刊上。
免责声明：本答案或内容为用户上传，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。 如遇侵权请及时联系本站删除。
