- 雙目視覺傳感器和神經網絡能否逼近人眼視覺？
- 來源：賽斯維傳感器網 發表于 2017/5/8
我們知道普通雙目傳感器都是需要畸變校準的，比如張正友方法，但是雙目的深度信息并不很好。能否用雙目的圖片或者視頻，通過神經網絡進行訓練？逼近人眼的狀態？
比如視察比較，是基于特征點計算的，特征點的匹配，是數學上的。并不能識別物。人眼可以很好的區分物，知道物的邊界。物的邊界反過來，又能更好的進行特征點匹配。
雙目視覺傳感器和神經網絡逼近人眼視覺，難點是提高神經網絡的性能。雙目視覺所用傳感器，不管是分辨率、鏡頭、頻譜范圍，都可以遠遠超過人的雙眼。之所以最終表現不如人，主要原因是分析處理算法上的進展，還沒有達到媲美人腦的程度。目前趁著深度學習的熱潮，應該會有不少突破，畢竟原理上人腦能做到的，計算機也可以做到。而且在速度、可重復性、耐力上，計算機的性能肯定是非人腦可比的。之前看到過很多基于深度學習的模型，比如3dShapeNet,或者BING+GP-LVM+ConvNet之類。最近看到一個FusionNet，看上去應該很有效：
轉載請注明來源：賽斯維傳感器網（m.delizhi.cn）
- 如果本文收錄的圖片文字侵犯了您的權益，請及時與我們聯系，我們將在24內核實刪除，謝謝！
技術文摘
