machine vision | BriefGPT - AI 论文速递

关键词machine vision

搜索结果 - 43

纹理引导的深度特征编码
通过纹理引导的特征压缩策略，该研究对机器视觉中的特征和纹理进行了调查和分析，提出了一种基于纹理特征的压缩策略，该策略通过选择性地压缩和传输与视觉任务相关的通道，同时为机器提供高质量的特征数据，并利用特征和纹理图像重建预览图像以支持人类决策。
PDFa month ago
图像配准与亚像素估计
图像配准是机器视觉中的经典问题，旨在在一般情况下对相同场景的离散图像进行亚像素精度对齐的方法。本文通过考虑与测量和量化相关的基本且理想化的一维图像配准问题，展示了在这种情况下可以进行子区间 / 亚像素推断的程度取决于所讨论函数的复杂性类型、
PDFa month ago
DMOFC：判别度优化特征压缩
本文研究了特征压缩的亲测和亲特性之间的关系，分析了亲特性的磁盘度量的有效性，并揭示了亲磁度量和原始特征的可区分性之间存在着一种权衡关系。
PDF2 months ago
黑粮黑草的多光谱细粒度分类
利用机器视觉和多光谱成像技术，研究了在小麦和大麦作物中识别黑草的先进方法的有效性，并提供了大量数据集来评估黑草杂草识别的几个关键方面，包括不同卷积神经网络和 Transformer 架构的性能，不同光谱波段的作用以及数据集规模对分类性能的影
PDF2 months ago
基于机器视觉的苹果树秋叶变化评估：与叶片氮浓度的关系探索
苹果树叶的颜色变化和叶片氮含量相关，而使用机器视觉系统来捕捉和量化颜色变化可提供宝贵的树木养分信息。本研究通过分割点云数据来估计叶片黄化指数，并比较了基于 K-means 算法和梯度提升算法的性能，发现通过该指标可以捕捉到从绿色到黄色的渐变
PDF2 months ago
CVPR基于神经聚类的视觉表示学习
我们通过重新审视聚类，一种机器学习和数据分析中最经典的方法之一，来研究机器视觉的一个基本方面：特征的测量。我们提出了特征提取与聚类（FEC）的概念性优雅但惊人的特征提取方法，它将特征提取视为从数据中选择代表并自动捕捉底层数据分布的过程。通过
PDF3 months ago
然后锤子断裂：从女性主义科学哲学对机器伦理的思考
机器视觉技术是具有具体形体视觉和情境知觉承诺的材料实例，通过从计算机视觉研究、现象学和女性主义认识论的范式进行借鉴，本文主张将哲学关注的焦点从批评伦理缺陷的视觉技术转向将其作为复杂且在方法上和认识论上重要的对象。
PDF4 months ago
基于 YOLO 的学习方法的农业实时目标检测与机器人操控
该研究提出了一种新的框架，将两种不同的卷积神经网络结构相结合，以在模拟环境中同时完成作物检测和收获（机器人操控）任务。利用机器视觉实现作物自动识别，提高收获效率，但仍面临挑战。通过随机旋转、裁剪、亮度和对比度调整来生成增强图像以进行数据集生
PDF5 months ago
机器视觉冰山解析：在考虑整体环境条件的情况下推进动态测试
当前的机器视觉测试是否在走向一次巨大灾难？本研究探讨了机器视觉测试的现状与潜在缺陷，并提出了一个层级模型 ——Granularity Grades，该模型致力于对环境情境中各实体的综合认知。通过构建实体关系图，并对图中的关系模式进行聚类分析
PDF5 months ago
用机器视觉进行拘束装置的缆索松弛检测
使用基于机器视觉的松弛检测系统，可以准确地识别缆绳界面处的松弛，并提示操作员采取相应的维护措施，提高效率。
PDF7 months ago
昆虫基础：用于视觉昆虫理解的基础模型和大规模百万级数据集
通过引入一种名为 “Insect-1M” 的新型数据集，本研究旨在为虫类相关的基础模型训练提供资源，并通过微特征自监督学习方法和相关注意机制来提高昆虫图像建模效果，通过介绍一种描述一致性损失来改善微特征建模，从而在昆虫相关任务的标准基准上实
PDF7 months ago
基于局部视觉变换器的交通标志识别
通过结合卷积网络和 Transformer 网络的优势，本研究提出了一种新型的模型用于交通标志识别，实验证明该模型在德国和波斯交通标志数据集上超过了纯 Transformer 模型和最佳卷积网络的准确率，并且在保持快速推理速度的同时，更适合
PDF8 months ago
多光谱光源提升机器视觉性能
该研究主要关注多光谱光源在机器视觉中对不同物体颜色的性能，并尝试通过多光谱光源增强机器视觉。使用不同颜色的铅笔作为样本，通过使用两个经典神经网络 AlexNet 和 VGG19 识别收集的图像，研究了在 35 种不同的多光谱光源下的性能。结
PDF8 months ago
Bongard-OpenWorld: 现实世界中自由形式视觉概念的少样本推理
我们引入了 Bongard-OpenWorld，这是一个用于评估机器视觉领域的真实世界少样本推理的新基准。它继承了经典的 Bongard 问题的少样本概念归纳，并添加了两个新的挑战层：一是开放世界的自由形式概念，二是真实世界的图像。然而，目
PDF9 months ago
Hierarchical Mask2Former: 农作物、杂草和叶片的全景分割
机器视觉技术在农业等多个领域的精细分析有潜力进行转型。本文提出了一种层次式全景分割方法，用于同时识别植物生长的指标和图像中的杂草，并在此基础上探索了使该架构更紧凑适用于时间和计算受限应用的方法。通过更紧凑的架构，推理速度提升了 60％，PQ
PDF9 months ago
基于目标区域学习的机器图像编码
通过深度学习，我们提出了一种学习对象区域的图像压缩模型，它不需要额外的信息作为输入，并且可以适用于不同的图像识别模型。
PDF10 months ago
ICCV用于实际定位和建图的全景景深估计校准
通过利用全景图像的综合视角，我们提出了一种自监督学习的方法，通过构建当前深度预测的 3D 点云并在不同视角投影点云，或者对当前输入图像进行拉伸生成合成全景图，进而最小化合成图像估计的 3D 结构的差异，从而在机器人导航和无地图定位任务中展现
PDF10 months ago
R-C-P 方法：使用图像处理和机器视觉的自主体积计算方法
该研究使用图像处理和边缘检测开发了 R-C-P（行 - 列 - 像素）方法，结合给定的距离信息，利用多个 2D 相机实时测量矩形物体的尺寸，提供了计算表面积尺寸的方程。
PDF10 months ago
自主驾驶中的硬件加速器
自动驾驶汽车中的计算平台通过机器学习模型记录大量传感器数据，并进行决策以确保车辆的安全运行。传统的计算机处理器缺乏感知和机器视觉要求的能力和灵活性。硬件加速器是专用的协处理器，可帮助自动驾驶汽车满足更高级别自主性的性能要求。本文概述了机器学
PDFa year ago
MVA2023 小型物体检测挑战：鸟类识别数据集、方法和结果
该论文提出了一个名为 SOD4SB 的新的 SOD 数据集，包含 39,070 张图像和 137,121 个鸟实例，旨在解决远距离小物体检测中的噪声、模糊和信息不足等挑战，并介绍了此挑战的细节、获奖方法、数据集、基准代码和公开测试集评估网站
PDFa year ago