Mikä on 3D-näkösensorin tekninen periaate? Eikö tämä tekniikka vaadi suurta mallia koulutukseen? Jos suuren mallin koulutusta ei vaadita, miten voimme varmistaa, että yrityksen 3D-näköantureilla varustetut robotit tunnistavat kaikki esineet tai ihmiset?

Obi Zhongguang-UW: Hei! 3D-näön tunnistusteknologiassa on monia periaatteita, kuten strukturoitu valo, kiikaristereonäkö, ToF jne. Niiden joukossa binokulaarinen stereonäkö on lähempänä ihmisen kiikarinäköä. Orbbecilla on 3D-visuaalisen havainnointiteknologian koko kentän asettelu, mukaan lukien kuusi yleistä 3D-visuaalisen havaintoteknologian reittiä: strukturoitu valo, iToF, kiikarit, dToF, Lidar ja teollinen kolmiulotteinen mittaus. Nykyistä 3D-visuaalista havaintotekniikkaa käytetään pääasiassa RGB-, IR-, Syvyys- ja muiden videovirtojen hankkimiseen. Näiden videovirtojen perusteella ei ole olemassa suurta mallikoulutusta (3D-näkemys). Havaintotekniikka itsessään ei välttämättä vaadi suurta mallia harjoitteluun, mutta se vaatii anturin saamien kolmiulotteisten tietojen yhdistämistä asiaankuuluviin vertailualgoritmeihin kasvojen, ruumiiden tai esineiden tunnistamiseksi Jatkuvan kokemuksen ja suunnittelun mikroinnovaatioiden tulos. Tällä hetkellä yritämme käyttää malleja myös binokulaarisen stereonäön syvyysarviointiin. Tulevaisuudessa on mahdollisuuksia käyttää malleja sopeutuakseen monimutkaisempiin ympäristöihin ja saada täydellisempiä RGB-D-tietoja. Kiitos huomiostasi ja tuesta yrityksellemme!