历史上的今天
今天是：2025年04月02日（星期三）
2020年04月02日 | 谷歌使用AI追踪2D视频中的物体 或可用于自动驾驶汽车物体识别
2020-04-02 来源：盖世汽车
据外媒报道，近日，谷歌发布了名为Objectron的管道，可以在2D图像中发现物体，并通过AI模型估算其姿态和大小。该公司表示，Objectron对机器人、自动驾驶汽车、图像检索和增强现实技术影响深远，例如，可以帮助工厂车间的机器人实时避开障碍物。
（图片来源：ai.googleblog.com）
追踪3D物体是一项复杂的工作，特别是当计算资源有限时。当仅有的可用图像为2D时，由于缺乏数据以及物体外观和形状多种多样，这会变得更加困难。
为此，Objectron研发团队开发了一种工具，可以使注释器通过分屏视角显示2D视频帧，来标记物体的3D边界框（即矩形边框）。这些3D边界框将叠加在点云数据、摄像头位置和识别到的平面上。注释器在3D视图中绘制3D边界框后，再通过查看2D视频帧中的投影来验证其位置。而对于静态物体，注释器只需在单个帧中标记目标物体象即可。该工具还使用AR会话数据中的实际摄像头姿态信息，将物体的位置传输到所有帧。
（图片来源：ai.googleblog.com）
为了补充真实世界的数据，以提高AI模型预测的准确性，该团队开发了一个引擎，将虚拟物体放入包含AR会话数据的场景中。这允许使用相机姿态信息、检测到的平面，以及估算的照明，生成物理上可能的、并具有与场景匹配的照明的位置，从而产生高质量的合成数据，其中的渲染物体符合场景的几何形状，并无缝融入真实背景。在验证试验中，合成数据的运用使AI模型预测准确性提高了约10%。
此外，该团队表示，当前版本的Objectron模型足够轻巧，可以在旗舰移动设备上实时运行。借助LG V60 ThinQ，三星Galaxy S20 +和Sony Xperia 1 II等手机中的Adreno 650移动图形芯片，该模型能够每秒处理约26帧。
Objectron在MediaPipe中可用，MediaPipe是一个框架，用于构建跨平台的AI管道，该管道包括快速推理和媒体处理（如视频解码）。提供训练有素的识别鞋子和椅子的模型，以及端到端演示应用程序。
该团队表示，未来计划与研发社区共享其他解决方案，以刺激新的用例、应用和研究工作。此外，该团队打算将Objectron模型进行扩展，以识别更多类别的物体，并进一步提高其在设备中的性能。
史海拾趣
|
This series of articles continues with an in-depth discussion of the classic Wilkinson divider, presenting typical methods of implementation, plus alternative methods that address specific problems … 查看全部问答＞ |
|
最近使用benq的m23，发现可以使用at$simtest来检测SIM卡是否已接入，返回1代表检测到，返回0代表没有检测到sim卡。现在我要使用TR800，可是没看到那个at$simtest指令，不知道它怎么检测sim卡插入了呢？还有其他模块怎么检测sim卡啊？ 另外共享一下 ...… 查看全部问答＞ |
|
[hanker M4开发板试用]我的助手，我的虚拟串口 ——stellaris USB CDC应用 最后的试用期限就要到了。这两天也抓紧调试了USB库函数。在eeworld论坛上，小川 版主的帖子陪我走过这一周。现在将本周调试的虚拟串口程序与网友们分享。 摘要 本文首先简要介绍了Stellaris USB库的基本使用，在USB库函数下编写了虚拟串口程 ...… 查看全部问答＞ |
|
电源架构当然是要选择Power Architecture设计电源方案首先选择输入电源，和输出负载所需的电压和电流，可以添加多个电源和对应每个电源有多个负载 我这里就只用一个电源，一个负载来展示。 配置完参数后，提交所有的参数需求，让Webench后台选择 ...… 查看全部问答＞ |