视觉感知

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

物体的外貌·人的眼睛有着接收及分析视像的不同能力,从而组成知觉,以辨认物象的外貌和所处的空间(距离),及该物在外形和空间上的改变。脑部将眼睛接收到的物象信息,分析出四类主要资料;就是有关物象的空间、色彩、形状及动态。有了这些数据,我们可辨认外物和对外物作出及时和适当的反应。·当有光线时,人眼睛能辨别物象本体的明暗。物象有了明暗的对比,眼睛便能产生视觉的空间深度,看到对象的立体程度。同时眼睛能识别形状,有助我们辨认物体的形态。此外,人眼能看到色彩,称为色彩视或色觉。此四种视觉的能力,是混为一体使用的,作为我们探察与辨别外界数据,建立视觉感知的源头。

物体的外貌·人的眼睛有着接收及分析视像的不同能力,从而组成知觉,以辨认物象的外貌和所处的空间(距离),及该物在外形和空间上的改变。脑部将眼睛接收到的物象信息,分析出四类主要资料;就是有关物象的空间、色彩、形状及动态。有了这些数据,我们可辨认外物和对外物作出及时和适当的反应。·当有光线时,人眼睛能辨别物象本体的明暗。物象有了明暗的对比,眼睛便能产生视觉的空间深度,看到对象的立体程度。同时眼睛能识别形状,有助我们辨认物体的形态。此外,人眼能看到色彩,称为色彩视或色觉。此四种视觉的能力,是混为一体使用的,作为我们探察与辨别外界数据,建立视觉感知的源头。收起

查看更多

设计资料

查看更多
  • 腾讯WeVisOne-VL:单一模型统筹五大感知任务,打造轻量化通用视觉底座
    腾讯微信团队开源WeVisOne-VL,面向目标检测、计数、OCR、实例分割和图像抠图的统一视觉感知基础模型。它采用共享视觉编码器加轻量任务头,非对话式感知,输入图像直接输出结果,简化多模型部署与维护。以Apache 2.0协议开放,可免费商用,适合工业质检、内容生产、智能监控和端侧应用,但不具备开放式问答能力。
  • 隧道出口,为什么会成为智驾视觉感知的一道考题?
    隧道出口等强光阴影场景考验智驾感知:曝光失衡会导致过曝或欠曝,HDR能缓解明暗差异但不保证识别可靠。系统需综合图像质量、目标跟踪及雷达/激光雷达一致性评估可信度,并在不确定时采取保守驾驶策略。
    隧道出口,为什么会成为智驾视觉感知的一道考题?
  • 350亿机器人3D视觉一哥,冲刺港交所!蚂蚁是股东
    奥比中光申请港股H股上市,聚焦机器人3D视觉。创始人黄源浩,蚂蚁系上海云鑫持股8.92%。2025年营收9.41亿元、净利1.28亿元,全球机器人3D视觉份额第一;客户集中度较高,盈利持续性待观察。
    350亿机器人3D视觉一哥,冲刺港交所!蚂蚁是股东
  • 十分钟读论文 | NavWAM:让机器人一边“想象未来“,一边“决定怎么走“
    NavWAM 是东京大学团队提出的一种新的导航模型,旨在解决部分可观测环境下机器人如何进行目标导向视觉导航的问题。NavWAM 将动作、未来状态、未来画面和目标进度价值联合建模,使用扩散-变换器(DiT)架构进行训练,实现了在一次去噪过程中同时生成动作和预测未来画面的能力。相比于传统的 NWM 和 CEM 方法,NavWAM 在推理速度上有显著提高,达到约 5 Hz,大幅提升了闭环控制的稳定性。此外,NavWAM 的视觉预见能力不仅没有减弱,反而得到了增强,表明未来视图预测在联合框架下的重要性。
  • 自动驾驶汽车如何避免幽灵刹车?
    自动驾驶技术面临幽灵刹车问题,主要源于毫米波雷达和视觉摄像头的局限性。毫米波雷达对静态物体敏感,易误判静止物体为障碍物;视觉摄像头受光照和阴影影响,可能导致深度测算错误。为避免幽灵刹车,自动驾驶算法正转向占用网络和Transformer架构的空间建模,同时引入虚拟标准摄像头技术和数据闭环优化,增强系统鲁棒性和适应性。此外,规划控制层采用多级预警与柔性减速策略,提高行车平稳性。综合多层次防御措施,有助于提升自动驾驶的安全性和舒适性。
    自动驾驶汽车如何避免幽灵刹车?