当前位置: 首页 > news >正文

智能视觉组为什么不能够完全“虚拟”?

简 介:智能视觉组参赛选手建议取消实体摄像头,改用虚拟摄像头方案以避免摩尔纹和反光问题。组委会回应:1.保留实体摄像头是为确保车模在现实场景中的实用性;2.现有问题可通过遮挡和调整分辨率解决;3.避免硬件绑定保持比赛灵活性;4.完全虚拟方案可参加智能模型组别。该回复强调了竞赛对硬件完整性的要求,同时指出已有解决方案和替代参赛途径。(149字)

关键词智能视觉虚拟现实

00:02:14\\\\\\\\r\\\\\\\\n智能视觉组别为什么不完全虚拟?

01能视觉组别


一、问题提出

卓大,我是20届智能视觉的参赛选手。 关于21届人工智能视觉组的赛题与方案有一些想说的。

现在的识别方式是摄像头拍摄手机屏幕画面识别, 这种方式极其容易出现摩尔纹, 而且屏幕表面的玻璃也容易导致反光, 这对识别的干扰非常大。 既然是虚拟现实赛道, 为什么不完全“虚拟”,去掉实体摄像头。 直接用某种模块通过排线连接视觉模块板子, 作为虚拟摄像头将画面传入模块。

我了解到已经有一个竞赛支持商做出了这种方案。 这样一来,车模可以通过多个视觉模块实现多个视角了, 即一个俯视角(上帝视角), 一个第一人称视角,就像往常几届的智能视觉一样。 希望卓大能够采纳。

二、问题回复

(1)关于为何智能视觉组使用摄像头照射屏幕表面, 是为了使得车模作品的硬件更加完整, 也就是能够直接应用在现实 的场景中; 在去掉虚拟眼镜,也就是前面的手机屏幕之后, 车模作品依然可以在现实环境中完成相应的任务。 这个特点也决定了智能车竞赛不是一个纯软件编程的比赛。

(2)关于摩尔纹以及反光可以通过遮挡以及修改摄像头采集图像的分辨率加以解决。

(3)竞赛除了现在的公布的赞助商和车模供应商之外, 没有再指定其他的竞赛支持商。 所以,不采用直接完全虚拟的方式, 也是避免竞赛方案受限于某一种类的硬件捆绑, 也就是同学车模作品不用设计特殊的硬件接口, 使得这个比赛的内容和硬件更加的灵活。 这种手机屏幕显示的模式也可以拓展到其他MCU组别和创意组别的比赛中。

(4)如果希望 完全虚拟, 可以参加智能模型组别, 这个组别会设置相应的线上虚拟比赛阶段, 以及线下视觉增强阶段。 线下的视觉增加是在下位机中实时完成虚拟场景的叠加的。



http://www.cnnetsun.cn/news/83102.html

相关文章:

  • LangFlow工作流导出为API接口的完整流程
  • 25、Linux 系统通信指南:网络连接、传真与调制解调器使用
  • 22、Linux系统中的提醒工具使用指南
  • 加密已死?不,它正在重生:为什么加密仍然是数据安全的终极堡垒
  • 【SS拓扑】基于移相控制的磁耦合谐振无线电能传输系统仿真附Simulink仿真
  • 26、负载均衡与高可用集群搭建指南
  • 告别单一工具化思维:如何构建覆盖全生命周期的零工管理体系?
  • 27、高可用性集群中ldirectord的配置与使用指南
  • 28、高可用集群与网络文件系统详解
  • 32、Mon与SNMP:网络监控的完美组合
  • Matplotlib 完全指南:从入门到精通
  • 沃虎 SFP 连接器核心优势解析:高速传输与场景适配双突破
  • 手把手教你用Excalidraw + AI快速绘制技术架构图(附GitHub项目地址)
  • Lostlife2.0任务系统智能化:LLama-Factory驱动动态任务生成
  • PyTorch 1.8与TensorFlow 2.5 GPU版本安装指南
  • LangFlow构建舆情分析系统的技术路径
  • 1.运算符重载
  • 照明系统设计
  • GPT-5.2 震撼发布:知识型工作超越人类专家的 AI 生产力革命!
  • 这些CTF,不仅学技术,还有巨额奖金!
  • 5个必学技巧!让你的点云可视化性能提升200%
  • 轻量级图表库uPlot完全指南:解锁高性能可视化新境界
  • 35、本地化与国际化文本函数详解
  • AdGuard Home配置优化实战指南:从新手到专家的5个关键步骤
  • 3步上手FLAN-T5 XL:从零开始掌握强大语言模型
  • 5分钟快速上手:awesome-godot项目带你玩转游戏开发
  • 深入Linux实时调度:5个关键机制彻底改变你的应用响应速度
  • MATLAB中实现图像超分辨率
  • Wechaty v1.20.2深度解析:智能对话机器人的企业级实践指南
  • Moonlight安卓串流终极指南:手机畅玩PC游戏的完整教程