蓋世汽車訊 全景攝像頭因其能夠捕捉360度全景圖像而廣受歡迎。它們常用于監(jiān)控、交通分析和自動駕駛系統(tǒng)。但這種廣角視野也帶來了一個技術(shù)難題：遠(yuǎn)離攝像頭的目標(biāo)往往會顯得扭曲且微小，導(dǎo)致計算機(jī)視覺系統(tǒng)難以準(zhǔn)確識別它們。

對于在道路交叉口等戶外場景中的移動目標(biāo)而言，例如行人、自行車、摩托車和汽車，這一挑戰(zhàn)尤為嚴(yán)峻。

YOLO（You Only Look Once）是一種流行的、高速且準(zhǔn)確的實時目標(biāo)檢測算法。盡管YOLO兼顧速度與強(qiáng)大的通用性能，但由于它將圖像分割成網(wǎng)格單元，因此在全景視頻中檢測/分類較小目標(biāo)時存在困難。

當(dāng)多個較小目標(biāo)落入同一網(wǎng)格內(nèi)時，它們的部分視覺信息可能會丟失。在全景視頻中，這種缺陷會更加明顯，因為遠(yuǎn)處的目標(biāo)本身分辨率就較低。

據(jù)外媒報道，日本芝浦工業(yè)大學(xué)（Shibaura Institute of Technology）Chinthaka Premachandra教授領(lǐng)導(dǎo)的研究團(tuán)隊設(shè)計出一個增強(qiáng)型框架，將定制的訓(xùn)練數(shù)據(jù)集和遷移學(xué)習(xí)相結(jié)合，從而解決上述問題。

返回第一電動網(wǎng)首頁 >