Vad är den tekniska principen för 3D-visionssensor? Kräver inte denna teknik en stor modell för träning? Om det inte krävs utbildning av stora modeller, hur kan vi säkerställa att robotar utrustade med företagets 3D-visionssensorer kan känna igen alla föremål eller människor?

Obi Zhongguang-UW: Hej! Det finns många principer för 3D-visionsavkänningsteknik, såsom strukturerat ljus, binokulärt stereoseende, ToF, etc. Bland dem är binokulärt stereoseende närmare människans binokulära syn. Orbbec har en fullfältslayout av 3D-visuell perceptionsteknologi, inklusive sex vanliga 3D-visuell perceptionsteknikvägar: strukturerat ljus, iToF, kikare, dToF, Lidar och industriell tredimensionell mätning. Den nuvarande 3D-visuella perceptionsteknologin används huvudsakligen för att erhålla RGB, IR, djup och andra videoströmmar. Igenkänning utförs på basis av dessa videoströmmar Själva perceptionstekniken kräver inte nödvändigtvis en stor modell för träning, utan kräver att man kombinerar de tredimensionella data som erhålls av sensorn med relevanta jämförelsealgoritmer för att uppnå igenkänning av ansikten, kroppar eller föremål, istället är det genom 3D-visuella avkänningsexperter Resultatet av kontinuerliga experiment med erfarenhet och tekniska mikroinnovationer. För närvarande försöker vi också använda modeller för djupuppskattning i binokulär stereoseende. I framtiden kommer det att finnas möjligheter att använda modeller för att anpassa sig till mer komplexa miljöer och få mer kompletta RGB-D-data. Tack för din uppmärksamhet och ditt stöd till vårt företag!