像素级

摘要： 为了解决在严重遮挡和存在无纹理物体情况下,从单一RGB图像中进行6DoF姿态估计的挑战,本文提出了一种通过像素级XYZ坐标映射的实时6DoF姿态估计方法。我们引入了联合的坐标–置信度损失函数来直接回归三维模型的空间坐标,以有效地处理无纹理物体和遮挡的杂乱场景。同时,我们还考虑了2D目标检测误差导致的问题,引入了一种动态缩放策略来提高算法的性能。实验表明,我们的方法在Occlusion LINEMOD和T-LESS数据集下的评估指标优于现有的基线方法。

摘要： 一、引言本文针对桥梁裂缝图像的特点,提出了一种融合卷积神经网络和传统图像处理的新型裂缝检测与测量方法,实现裂缝高准确度检测及其参数的像素级测量。本文的主要贡献:1.将语义分割用于图像预处理,精确地去除外部环境干扰;2.调整了CNN网络架构和数据集构成,可对图像进行准确度更高的裂缝分类;3.用提取的特征图进行图像重构,用于像素级精度的裂缝长度测量。二、基于CNN的桥梁裂缝检测基于卷积神经网络的图像分类和参数检测流程如图1所示。

摘要： 豪威集团发布了产品级CIS/EVS融合视觉芯片OV60B10。通过对两者的融合,在一颗芯片上集合2类传感器的特性。OV60B10芯片采用了3D Stack工艺制造,通过将CIS、EVS、ISP/ESP三层wafer整合到性能最优、体积最小的状态。wafer间通过混合键合技术实现高密度的像素级连接。

摘要： 位姿估计在工业场景进行零件的拣选抓取时扮演着非常重要的角色。但是,目前针对杂乱场景下工业弱纹理零件的6DoF(6 Degrees Of Freedom)位姿估计的研究还较少。特别是当这些工件使用相同的材质,且形状相近时,对位姿估计提出了更大的挑战。本文针对杂乱场景下工业弱纹理零件的6DoF位姿估计方法进行了研究。在杂乱场景下,首先使用了针对该场景下工业弱纹理零件位姿数据集的获取方法。接着,提出了一种基于PAVNet网络与注意力机制的学习框架。在该框架中,选用多阶段处理的方法从像素级对目标对象进行特征提取,再通过基于RANSAC的投票算法选出阈值范围内的关键点,最后通过求解这些关键点位置与工件的旋转和平移的关系,由此来估计其位姿。本文通过在公用数据集以及真实数据集上的实验验证了本文提出算法的精度,并且满足了工业应用要求。

摘要： 以卷积神经网络为代表的深度识别模型在各个领域有着广泛的应用。在智能交通领域,研究人员通过安装车载摄像设备采集车辆行驶环境视觉信息。神经网络可以实时利用这些信息进行场景分类和目标检测,从而帮助司机感知周围环境,突破感知的局限性,保障交通运营的安全。在智能商务场景下,使用语义分割与变化检测技术可以在服装图像上对各个部分的组成进行像素级别的识别,进而将服装解析按照若干个类别划分为若干个区域,对服装检索、服装推荐、服装AR试穿等领域的发展有着重要意义。

摘要： 在电商渠道、品牌打造、用户定位各个方面,荣耀也在像素级跟随小米,最后的结果也是超出了所有人意料,近30亿美元销售额、2000万部手机销量、30倍的增长,刘江峰主导下的这一年,荣耀横空出世,华为手机折腾了多年,终于有一条路爆发了,甚至开始能跟小米分庭抗礼。

摘要： 提出一种高精度的像素级分辨率评估算法,设计开发了相应的评估软件.实验证明该软件能够实现全面、系统、高效的无人机影像分辨率质量检查.

摘要： 开“坦克”出门长城在国内汽车市场是独一份的存在,喜欢的会说长城用较少的钱实现了同级别合资车型的所有功能;不喜欢的会说,他除了像素级“致敬”国外品牌外,没什么核心竞争力。可不管哪个派别,对长城汽车的一个特质是很认可的,那就是朴素。前些年的哈弗系列走的就是朴实无华的路子,直到子品牌WEY的出现,长城才算是尝到了设计带来的红利。于是长城乘胜追击,带来了全新的高端越野品牌坦克,这下可对了长城老用户的胃口。这个新品牌旗下第一款产品-坦克300上市已经有一段日子了,市场反响强烈,在这个新能源汽车爆发的日子里,像坦克300这样传统的SUV,竟然能得到如此良好的市场反馈,究竟靠的是什么呢?今天就让咱们来探索一番。

摘要： 本文首先归纳了已有的可用于变化检测的遥感数据及常用数据集,其次总结了目前已有的针对变化检测问题的基于人工智能的最前沿算法,并对他们进行了详细的分析。

摘要： 这是小米的故事,也是身处互联网时代每一个人的故事,是关于一家公司的故事,也是关于一个时代的故事,是在风投系统逐渐成熟、移动互联网全面崛起、产业正在像素级追赶以及消费升级时代来临时,一个国家如何成就创业者的故事。

摘要： 作为一种利用了合成孔径技术的雷达系统，SAR不仅可以通过记录地物反射信号的时间信息求得传感器与地物目标间的距离，还能记录下地物反射信号的多普勒信息。基于SAR数据的这些特点，研究者发展了距离-多普勒模型(R-D模型)，用以描述卫星状态矢量、地面目标状态矢量、成像参数以及参考椭球体之间的关系。利用R-D模型，采用牛顿迭代法可以求解出角反射器瞬时成像时间t。角反射器初始定位后，从研究角反射器影像特征入手，详细介绍了角反射器强度、相关性和MSR影像特征:①角反射器强度影像特征明显，其影像扩散在多个像素上，Envisat数据中角反射器表现为亮点，而TerraSAR数据中角反射器呈明显的十字型;②角反射器MSR影像特征不明显;③不同带宽多视处理后统计得到的角反射器相关性聚焦在一个像素内，而且相关值明显高于周边像素。将角反射器强度、相关性和MSR作为衡量光谱稳定性的参数，对比分析不同参数定位出的角反射器像素位置及其对应的相位信息，结果表明:①角反射器强度易受背景干扰，此参数定位角反射器容易产生偏差;②角反射器MSR值与背景差别小，不能单独用于角反射器定位;③角反射器相关性聚焦性好，相关性参数能准确定位角反射器的像素位置，对应的相位值比其他参数定位得到的相位值相对稳定。

摘要： 根据视频图像电子叠加原理,对视频电子分划瞄准具进行了设计,完成"屏幕存储映射"方式的电子分划线及操作提示符场叠加.利用可编程逻辑器件和单一OSDC芯片的模拟视频分划线叠加设计进行总结,提出DV格式数字叠加处理方案.由于瞄具电子分划需要根据目标位置进行手动定位,所以重点对每种方案的分划线叠加位置和移位精度进行分析.利用其中的OSDC芯片叠加方案制成小型红外电子分划枪瞄具整机,有望利用数字视频叠加技术进行单兵武器数字化系统的全面研制.

摘要： 根据视频图像电子叠加原理,对视频电子分划瞄准具进行了设计,完成"屏幕存储映射"方式的电子分划线及操作提示符场叠加.利用可编程逻辑器件和单一OSDC芯片的模拟视频分划线叠加设计进行总结,提出DV格式数字叠加处理方案.由于瞄具电子分划需要根据目标位置进行手动定位,所以重点对每种方案的分划线叠加位置和移位精度进行分析.利用其中的OSDC芯片叠加方案制成小型红外电子分划枪瞄具整机,有望利用数字视频叠加技术进行单兵武器数字化系统的全面研制.

摘要： 根据视频图像电子叠加原理,对视频电子分划瞄准具进行了设计,完成"屏幕存储映射"方式的电子分划线及操作提示符场叠加.利用可编程逻辑器件和单一OSDC芯片的模拟视频分划线叠加设计进行总结,提出DV格式数字叠加处理方案.由于瞄具电子分划需要根据目标位置进行手动定位,所以重点对每种方案的分划线叠加位置和移位精度进行分析.利用其中的OSDC芯片叠加方案制成小型红外电子分划枪瞄具整机,有望利用数字视频叠加技术进行单兵武器数字化系统的全面研制.

摘要： 根据视频图像电子叠加原理,对视频电子分划瞄准具进行了设计,完成"屏幕存储映射"方式的电子分划线及操作提示符场叠加.利用可编程逻辑器件和单一OSDC芯片的模拟视频分划线叠加设计进行总结,提出DV格式数字叠加处理方案.由于瞄具电子分划需要根据目标位置进行手动定位,所以重点对每种方案的分划线叠加位置和移位精度进行分析.利用其中的OSDC芯片叠加方案制成小型红外电子分划枪瞄具整机,有望利用数字视频叠加技术进行单兵武器数字化系统的全面研制.

摘要： 根据视频图像电子叠加原理,对视频电子分划瞄准具进行了设计,完成"屏幕存储映射"方式的电子分划线及操作提示符场叠加.利用可编程逻辑器件和单一OSDC芯片的模拟视频分划线叠加设计进行总结,提出DV格式数字叠加处理方案.由于瞄具电子分划需要根据目标位置进行手动定位,所以重点对每种方案的分划线叠加位置和移位精度进行分析.利用其中的OSDC芯片叠加方案制成小型红外电子分划枪瞄具整机,有望利用数字视频叠加技术进行单兵武器数字化系统的全面研制.

摘要： 根据视频图像电子叠加原理,对视频电子分划瞄准具进行了设计,完成"屏幕存储映射"方式的电子分划线及操作提示符场叠加.利用可编程逻辑器件和单一OSDC芯片的模拟视频分划线叠加设计进行总结,提出DV格式数字叠加处理方案.由于瞄具电子分划需要根据目标位置进行手动定位,所以重点对每种方案的分划线叠加位置和移位精度进行分析.利用其中的OSDC芯片叠加方案制成小型红外电子分划枪瞄具整机,有望利用数字视频叠加技术进行单兵武器数字化系统的全面研制.

摘要： 一种有源矩阵显示器(1)包括含有子像素(10)的像素(P)以及驱动电路(6)，该驱动电路(6)接收确定该像素(P)的期望亮度(BR)和期望颜色(AC)的输入信号(IV)。该驱动电路(6)包括确定该期望亮度(BR)是否低于预定等级(VT)的等级检测器(3)、以及控制器(4)，该控制器(4)用于在该期望亮度(BR)低于该预定等级(VT)时，(i)将有助于期望亮度(BR)的子像素(10)的数目改变为低于获得期望颜色(AC)所需的最佳数目的数目，以及(ii)增加至少一个所述起作用的子像素(10)的等级，以获得与为了获得期望颜色(AC)所需的所有子像素(10)都将有助于期望亮度(BR)相比所述起作用子像素(10)中该子像素的更高亮度。

摘要： 混合键合的图像传感器具有包括具有至少一个光电二极管和键合触点的宏单元的光电二极管裸片，和具有多个超级单元的支撑电路裸片，每个超级单元具有至少一个宏单元单位，宏单元单位具有耦接至光电二极管裸片的宏单元的键合触点的键合触点。每个宏单元单位位于超级单元内并具有适用于复位光电二极管裸片的宏单元的光电二极管的复位晶体管。每个超级单元具有适用于接收来自超级单元的被选择的宏单元单位的键合触点的信号的至少一个共源放大器，共源放大器被耦接以通过可选择源跟随器驱动列线。在实施例中，几个超级单元的共源放大器通过分布式差分放大器驱动可选择源跟随器。

摘要： 提供了一种像素、一种级电路以及一种包括所述像素和所述级电路的有机发光显示装置。所述像素包括像素电路和有机发光二极管。像素电路具有第一晶体管、第二晶体管、第三晶体管和第四晶体管。第一晶体管控制从结合到第一节点的第一驱动电源通过有机发光二极管流向第二驱动电源的电流的量。当扫描信号被提供到第一扫描线时，第二晶体管被导通。当扫描信号被提供到第二扫描线时，第三晶体管导通。当扫描信号被提供到第三扫描线时，第四晶体管导通。第一晶体管为p型低温多晶硅薄膜晶体管，第三晶体管和第四晶体管为n型氧化物半导体薄膜晶体管。

摘要： 一种有源矩阵显示器(1)包括含有子像素(10)的像素(P)以及驱动电路(6)，该驱动电路(6)接收确定该像素(P)的期望亮度(BR)和期望颜色(AC)的输入信号(IV)。该驱动电路(6)包括确定该期望亮度(BR)是否低于预定等级(VT)的等级检测器(3)、以及控制器(4)，该控制器(4)用于在该期望亮度(BR)低于该预定等级(VT)时，(i)将有助于期望亮度(BR)的子像素(10)的数目改变为低于获得期望颜色(AC)所需的最佳数目的数目，以及(ii)增加至少一个所述起作用的子像素(10)的等级，以获得与为了获得期望颜色(AC)所需的所有子像素(10)都将有助于期望亮度(BR)相比所述起作用子像素(10)中该子像素的更高亮度。

摘要： 本发明属于数字视频编码技术领域，特别是涉及一种基于整像素搜索结果的n级亚像素搜索方法及其装置；其特征在于选择整像素搜索最匹配块左上角像素在参考图像中的坐标位置为中心，然后进行复杂度可变的n级的亚像素搜索，获得相应的亚像素位置点和整像素位置点的块匹配误差函数值后，再将亚像素位置点和整像素位置点的块匹配误差函数值进行比较，得到最优的块匹配误差函数值对应的块的左上角在参考图像中的坐标位置，所述n级的亚像素搜索中n取值范围是n≥2；在本发明方法中，高级别的亚像素搜索不依赖于低级别的亚像素搜索结果，从而增大了计算并行度，节省了编码时间，该方法在硬件实现的时候，有效提高了不同亚像素级之间的计算并行度；而基于该方法实现的装置，能充分利用不同级别亚像素之间的可并行性特征，提高硬件处理速度。

摘要： 本发明属于机器视觉与机器学习领域，并具体公开了一种基于图像级标注的工业图像异常区域像素级分割方法，包括如下步骤：S1获取工业图像数据集，并进行图像级标注；S2构建正常图像模板生成网络，其包括正常图像模板生成器、异常图像模板生成器、正常图像鉴别器、异常图像鉴别器；S3根据优化目标，通过工业图像数据集对正常图像模板生成网络进行训练，得到正常图像模板生成模型；S4将待测工业图像输入正常图像模板生成模型中，得到对应的正常图像模板，进而将其与待测工业图像进行对比，实现对工业图像异常区域的分割。本方法能基于图像级标注数据获取精确的像素级图像分割结果，且相对于其他弱监督分割方法具有更好的实时性与泛化性。

摘要： 像元级多通道滤光片和像素级扫描型高光谱成像仪涉及光谱成像技术领域，解决了成像几何分辨率会有严重的下降的问题，多通道滤光片包括基板和设置在基板上的通道组，通道组≥一组；若通道组＞一组，通道组顺次纵向排列；每个通道组包括多个横向设置的条形单元通道，通道组内任意两个单元通道对应的波带均不相同。像元级可调谐视频高光谱成像仪包括多通道滤光片、镜组、快反镜、摆动器、探测器和控制器，控制器通过控制摆动器来控制快反镜摆动，每当快反镜完成一次摆动时，控制器控制探测器成像。本发明的成像仪可调谐光谱分辨率、可调谐空间分辨率，有极高的空间分辨率、光谱分辨率、时间分辨率和信噪比。

摘要： 本发明涉及光学多光谱、多偏振态探测领域领域，具体公开了一种像素级多光谱与像素级多偏振态探测分辨率增强技术，包括标准光学系统、安装有可动光学镜头的二维压电高速高精度微扫描平台或FSM系统、可动光学镜头数据连接的探测器、上位机、高频信号控制器和图像算法处理器。本发明在原有像素级多光谱与多偏振光学探测系统中，引入一个高精度平面微扫描平台，将光学系统中某一透镜或将探测器直接固定于微动平台上，微扫描平台带动透镜运动在像面上产生1个整像素的位移，扫描模式依据滤光片宏像素确定，微扫描平台到达稳定位置，探测器开始曝光并输出多通道光谱或偏振态低分辨率图像，周期循环，获取多通道光谱或偏振态低分辨率图像序列。

摘要： 本发明属于计算机视觉与媒体计算领域，为将任意不规则的超像素结构进行规整化排列，为达到上述目的，本发明采用的技术方案是，最大粘聚超像素网格化方法与超像素级图像处理方法，包括如下步骤：首先利用目标图像的超像素分割结果，基于每一块超像素的坐标将其动态地置于一个虚拟的矩形网格当中：该网格结构应该尽可能地最大程度保留原超像素结构的整体连贯性、超像素之间的连接性、局部以及全局特征；通过引入伪节点来起到占据网格位置和传递能量的作用；然后，利用层叠式动态规划算法对虚拟网格中的伪节点位置进行重新布局，以达到最大化超像素网格的粘聚性的目的。本发明主要应用于将任意不规则的超像素结构进行规整化排列。

摘要： 本发明属于数字视频编码技术领域，特别是涉及一种基于整像素搜索结果的n级亚像素搜索方法及其装置；其特征在于选择整像素搜索最匹配块左上角像素在参考图像中的坐标位置为中心，然后进行复杂度可变的n级的亚象素搜索，获得相应的亚像素位置点和整像素位置点的块匹配误差函数值后，再将亚像素位置点和整像素位置点的块匹配误差函数值进行比较，得到最优的块匹配误差函数值对应的块的左上角在参考图像中的坐标位置，所述n级的亚象素搜索中n取值范围是n≥2；在本发明方法中，高级别的亚像素搜索不依赖于低级别的亚像素搜索结果，从而增大了计算并行度，节省了编码时间，该方法在硬件实现的时候，有效提高了不同亚像素级之间的计算并行度；而基于该方法实现的装置，能充分利用不同级别亚像素之间的可并行性特征，提高硬件处理速度。