官方网站-首页
首页
品牌
概况
企业文化
荣誉奖项
技术能力
AI人工智能
大数据
资讯
动态
行业资讯
案例
典型案例
合作伙伴
联系我们
首页
品牌
概况
企业文化
荣誉奖项
技术能力
AI人工智能
大数据
资讯
动态
行业资讯
案例
典型案例
合作伙伴
联系我们
动态
行业资讯
动态
动态
行业资讯
动态
dynamic
三维视觉技术与应用
2025-04-04
三维视觉技术，简而言之，是通过特定的设备和方法采集目标物体的三维坐标信息，再通过算法复原出三维立体成像。这一过程类似于人类双眼观察世界的方式，但更加精确和高效。双目视觉、结构光和飞行时间法（ToF）是三种主流的三维视觉技术。双目视觉通过模拟人眼，利用两台相机从不同角度拍摄同一物体，通过三角测量原理计🍈算物体的三维信息。结构光技术则是向物体投射特定的光模式，然后通过分析反射光的变化来计算物体
more
今日科普|计算机视觉应用范畴
2025-04-03
计(jì)算(suàn)机视觉在自动驾驶领域的应用，堪称其最具革命性的贡献之一。特斯拉等自动驾驶汽车通过计算机视觉技术，能够识别道路、路标、红绿灯和行人，实现自主驾驶或辅助驾驶，显著提升行车安全性。据特斯拉官方数据，其自动驾驶系统已在全球范围内行驶了数百万英里，显著降低了交通事故的发生率。此外，计算机视觉还能实时监控驾驶员的状态，如通过面部表情判断驾驶员是否疲劳，从而及时发出警🌅ŵ
more
今日科普|结构光三维视觉技术
2025-04-03
结构光三维视觉技术主要依赖于结构光投影设备、摄像机和图像处理系统三个核心部分。结构光投影设备负责向被测物体表面投射特定的结构光图案，如激光条纹、格雷码、正弦条纹等。摄像机则用于捕捉这些投影到物体表面上的结构光图案，并生成相应的图像数据。图像处理系统则对捕获的图像数据进行处理，提取结构光图案的变形信息，并基于三角测量原理等算法计算出物(wù)体(tǐ)表(biǎo)面(miàn)的(de)三(sān
more
【科普解答】计算机视觉与图像识别：人工智能的璀璨明珠与未来展望
2025-04-03
1. 机器视觉（Machine Vision）或计算机视觉（Computer Vision）作为人工智能领域的璀璨明珠，旨在通过机器人技术模拟乃至超越人类视觉能力，实现精准测量与智能判断。这一领域不仅是模式识别研究的核心构成，更是推动工业自动化与智能化进程的关键力量。2. 计算机视觉的处理流程精妙而严谨，涵盖：1. 图像采集：精准捕捉现实世界的视觉信息；2. 预处(chù)理(lǐ)：优(yōu)
more
今日科普|三维视觉测量技术
2025-04-03
三维视觉测量技术按照测量过程中是否投射光源，可以分为被动视觉测量和主动视觉测量两大类。被动视觉测量无需特殊照明，仅利用相机拍摄被测物的图像，建立被测物与相机之间的相对位置关系，从而获取被测物表面的三维信息。根据相机数目，被动视觉测量又可分为单目、双目和多目视觉测量。例如，双目视觉测量与人眼的立体感知类似，通过两个相机从不同角度对被测物体成像，依据两幅图像中对应点的立体视差，利用三角测量原理实现三维
more
今日科普|计算机视觉技术应用
2025-04-03
在智能安防领域，计算机视觉技术发挥着至关重要的作用。通过高清摄像头捕捉的画面，计算机视觉系统能够实时识别出人脸、车辆等信息，为公安机关提供关键线索。据不完全统计，许多城市已经利用计算机视觉技术成功破获了多起盗窃案件，有效提升了🔥官网社会治安水平。此外，计算机视觉技术还可以用于监控场景中的目标追踪和识别，实现自动化控
more
今日科普|计算机视觉技术进展
2025-04-03
计(jì)算(suàn)机(jī)视(shì)觉(jué)技(jì)术(shù)涵(hán)盖(gài)了(le)多个关键领域，如目标检测、图像分类、图像分割等。这些技术在医疗、交通、安防等领域发挥着重要作用。以医疗领域为例，计算机视觉技术能够通过深度学习算法自动识别和分类病变，显著提高诊断的速度和准确性。据统计，放射科医生利用计算机视觉技术对CT扫描、MRI或X光片进行辅助诊断，可以将更多精力集
more
今日科普|计算机视觉顶会盘点
2025-04-02
在计算机视觉领域，有几个公认的顶级学术会议，它们不仅代表了该领域最前沿的研究成果，还引领着未来的研究方向。其中，**ICCV（IEEE/CVF International Conference on Computer Vision）**、**CVPR（IEEE/CVF Conference on Computer Vision and Pattern Recognition）**和**ECCV（E
more
计算机视觉技术研修
2025-04-02
计算机视觉的核心任务主要包括图像分割、物体检测、物体识别、图像描述和语义推理。图像分割是将图像分解成若干具有独特性质的目标区域，如人和物体的区分。物体检测则是发现目标并确定其位置，这在自动驾驶、安全监控等领域有着广泛应用。据最新研究，如COCO（Common Objects in Context）数据集，它包含超过200,000张图片和80多个目标类别，为对象检测、分割提供了丰富的训练资源。物体识
more
机器视觉技术前沿探索
2025-04-02
机器视觉的基本原理包括图像获取、预处理、特征提取、分类识别以及高级理解等步骤。每一步都涉及复杂的数学运算和算法设计。在图像获取阶段，计算机通过摄像头等成像设备捕捉图像信息；预处理阶段则对图像进行去噪、增强等处理，以提高后续处理的准确性；特征提取阶段，计算机从图像中提取关键信息，如边缘、纹理等；分类识别阶段，利用机器学习算法对提取的特征进行分类和识别；高级理解阶段，则是对图像进行更深层次的理解和分析
more
今日科普|黑芝麻视觉技术应用
2025-04-02
黑(hēi)芝(zhī)麻(má)智(zhì)能(néng)自(zì)研(yán)的(de)ISP技(jì)术(shù)是(shì)公(gōng)司(sī)的(de)核(hé)心(xīn)IP之(zhī)一(yī)，其(qí)专(zhuān)为(wèi)智(zhì)能(néng)驾(jià)驶(shǐ)的(de)图(tú)像处理服务而设计。ISP技术能够针对环境进行白平衡以及动态范围调整，确保在各
more
计算机视觉技术演进
2025-04-02
计算机视觉的研究可以追溯到20世纪60年代，当时的目标是让计算机能够理解图像中的物体和场景。这一时期的计算机视觉主要依赖于经典的图像处理技术，包括边缘检测、图像分割和特征提取等。然而，由于计算能力有限，且缺乏高质量的标注数据，早期的计算机视觉技术无法实现大规模应用。随着机器学习技术的引入，尤其是2025年深度学习尤其是卷积神经网络（CNN）的突破性应用，计算机视觉技术取得了革命性的进展。在2025
more
<
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
>
为了您更好的体验，请竖屏浏览。
在线留言
Feedback
官方网站-首页
