上一页 1 ··· 239 240 241 242 243 244 245 246 247 ··· 272 下一页
摘要: 最佳点云分割分析 Learning to Optimally Segment Point Clouds 论文链接:https://arxiv.org/abs/1912.04976 摘要 我们关注LiDAR点云的无类实例分割问题。我们提出了一种将图论搜索与数据驱动的学习相结合的方法:在一组候选分割中搜 阅读全文
posted @ 2020-05-19 19:58 吴建明wujianming 阅读(941) 评论(0) 推荐(0) 编辑
摘要: 高动态范围(High-Dynamic Range,简称HDR) 一.HDR介绍 高动态范围(High-Dynamic Range,简称HDR),又称宽动态范围技术,是在非常强烈的对比下让摄像机看到影像的特色而运用的一种技术。 当在强光源(日光、灯具或反光等)照射下的高亮度区域及阴影、逆光等相对亮度较 阅读全文
posted @ 2020-05-19 18:04 吴建明wujianming 阅读(5275) 评论(0) 推荐(1) 编辑
摘要: 3D车道线检测:Gen-LaneNet Gen-LaneNet: A Generalized and Scalable Approach for 3D Lane Detection 论文链接:https://arxiv.org/abs/2003.10656 摘要 提出了一种广义的、可扩展的方法,称为 阅读全文
posted @ 2020-05-19 08:28 吴建明wujianming 阅读(962) 评论(0) 推荐(0) 编辑
摘要: 第四代自动泊车从APA到AVP技术 前言 自动泊车是指汽车自动泊车入位不需要人工控制,系统能够自动帮你将车辆停入车位,在倒车入库中可谓是驾驶者的一项利器。当我们找到一个理想的停车地点,只需轻轻启动按钮、坐定、放松,其他一切即可自动完成。自动泊车技术同样适用于主动避撞系统,并最终实现汽车的自动驾驶。 阅读全文
posted @ 2020-05-19 06:41 吴建明wujianming 阅读(14076) 评论(0) 推荐(0) 编辑
摘要: YOLO、SSD、FPN、Mask-RCNN检测模型对比 一.YOLO(you only look once) YOLO 属于回归系列的目标检测方法,与滑窗和后续区域划分的检测方法不同,他把检测任务当做一个regression问题来处理,使用一个神经网络,直接从一整张图像来预测出bounding b 阅读全文
posted @ 2020-05-18 11:04 吴建明wujianming 阅读(6178) 评论(1) 推荐(1) 编辑
摘要: RCNN系列、Fast-RCNN、Faster-RCNN、R-FCN检测模型对比 一.RCNN 问题一:速度 经典的目标检测算法使用滑动窗法依次判断所有可能的区域。本文则预先提取一系列较可能是物体的候选区域,之后仅在这些候选区域上提取特征,进行判断。 问题二:训练集 经典的目标检测算法在区域中提取人 阅读全文
posted @ 2020-05-18 10:41 吴建明wujianming 阅读(1444) 评论(0) 推荐(0) 编辑
摘要: 虚拟纹理与几何图像技术 一. 基本图形学概念 图1. 几何与纹理。 曲面一般表示成三角网格和纹理图像,三角网格表示曲面的几何拓扑信息,纹理图像给出曲面的颜色材质等信息。将三角网格映射到平面区域的过程被称为曲面参数化,将纹理图像贴合到曲面上被称为纹理贴图。图1显示了一张人脸曲面的三角网格、纹理图像;图 阅读全文
posted @ 2020-05-18 08:30 吴建明wujianming 阅读(2517) 评论(0) 推荐(1) 编辑
摘要: 深度学习与传统图像识别 概述 传统方法中特征提取主要依赖人工设计的提取器,需要有专业知识及复杂的调参过程,同时每个方法都是针对具体应用,泛化能力及鲁棒性较差。 深度学习主要是数据驱动进行特征提取,根据大量样本的学习能够得到深层的、数据集特定的特征表示,其对数据集的表达更高效和准确,所提取的抽象特征鲁 阅读全文
posted @ 2020-05-18 06:57 吴建明wujianming 阅读(4791) 评论(0) 推荐(0) 编辑
摘要: ASML光刻机PK 原子弹,难度? 一. 物理世界和网络世界的交汇点:光刻机 光刻机的技术有多高级,看看这个知乎提问,可以感受一下: 有人这样形容光刻机:这是一种集合了数学、光学、流体力学、高分子物理与化学、表面物理与化学、精密仪器、机械、自动化、软件、图像识别领域顶尖技术的产物。 它大概长这样。 阅读全文
posted @ 2020-05-17 17:12 吴建明wujianming 阅读(2039) 评论(0) 推荐(0) 编辑
摘要: L4自动驾驶技术 一.SAE的五个级别分别是: L0:驾驶员完全掌控车辆,无任何自动化能力。 L1:自动系统有时能够辅助驾驶员完成某些驾驶任务。比如高速自动巡航(自动认知所在车道),和一些驾驶辅助功能等等。 L2:自动系统能够完成某些驾驶任务,但驾驶员需要监控驾驶环境,完成剩余部分,同时保证出现问题 阅读全文
posted @ 2020-05-17 15:55 吴建明wujianming 阅读(1556) 评论(0) 推荐(0) 编辑
上一页 1 ··· 239 240 241 242 243 244 245 246 247 ··· 272 下一页