XiaoMi-AI文件搜索系统
World File Search System相机
AI 360 度鱼眼相机
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
Snapscan VNIR 高光谱成像相机
免责声明 - 本信息按“原样”提供，不作任何陈述或保证。Imec 是 IMEC International（根据比利时法律成立的法人实体，名称为“stichting van openbaar nut”）、imec Belgium（由弗兰德政府支持的 IMEC vzw）、imec the Dutch（Stichting IMEC Nederland，由荷兰政府支持的 Holst Centre 的一部分）、imec China（IMEC 微电子（上海）有限公司）和 imec India（Imec India Private Limited）、imec Florida（IMEC USA 纳米电子设计中心）活动的注册商标。
学习通过增强学习来控制相机曝光
相机曝光控制是通过控制曝光时间，增益和光圈来调整展示水平的任务，以达到给定场景的所需亮度和图像质量水平。调整较差的暴露参数导致暴露过度，暴露不足，模糊或嘈杂的图像，这可能会导致基于图像的应用程序中的性能降解，并且在最坏的情况下甚至是威胁生命的事故。因此，找到适当的相机暴露是确保计算机VI- sion应用功能的第一步，例如对象检测[5，16]，语义分割[9，17]，深度估计[10，26]和视觉传感器[1，13]。相机外观控制中有几个基本要求。必须保证快速收敛以在动态降低的情况下保持适当的暴露水平。此外，曝光控制环是相机系统中最低的循环之一。因此，必须考虑轻巧的算法设计用于车载级操作。最后，不应牺牲融合图像的质量以满足要求。此外，同时控制的参数数的数量也很重要，因为它会影响收敛时间和收敛图像的最终质量。单一控制方法[14，18，20]以一种方式控制暴露参数，以达到所需的暴露水平，而不是控制暴露参数。但是，收敛的参数通常不是最佳的，例如[长时间曝光时间，低增益]和[短曝光时间，高增益]对。结果，该值导致不良图像伪像，例如由于长时间的暴露时间或由于高增益而引起的严重噪声而导致运动模糊。关节曝光参数控制[7，8，8，21，23，24]通常需要在广泛的搜索空间中进行多个搜索步骤，以找到最佳组合。结果，它们会引起闪烁效果和缓慢的收敛速度。此外，由于其优化算法[7，8]，图像评估指标[7，8，20，21]和GPU推论，因此需要高级计算复杂性[23]。在本文中，我们提出了一种新的联合暴露参数控制方法，该方法利用了增强学习来实现即时收敛和实时处理。所提出的框架由四个贡献组成：•简化的训练场，以模拟现实世界的di-verse和动态照明变化。•闪烁和图像属性感知奖励设计，以及用于实时处理的轻巧和直观的状态设计。•静态的动态照明课程学习，以提高代理的暴露能力。•域随机技术减轻训练场的限制并在野外实现无缝的一般性，而无需额外的训练。
将预训练的视觉模型适应相机原始图像
摘要。SRGB图像现在是计算机视觉研究中预训练视觉模型的主要选择，这是由于它们的易用性和效果存储。同时，原始图像的优点在于它们在可变的现实世界中的较丰富的物理信息。对于基于相机原始数据的计算机视觉任务，大多数现有研究采用了将图像信号处理器（ISP）与后端网络集成的方法，但经常忽略ISP阶段和后续网络之间的相互作用功能。从NLP和CV区域中正在进行的适配器研究中汲取灵感，我们介绍了Raw-Adapter，这是一种旨在将SRGB预先训练的模型调整为相机原始数据的新颖方法。RAW-ADAPTER包括输入级适配器，这些适配器采用可学习的ISP阶段来进行AD-RAW输入，以及模型级别的适配器，以在ISP阶段和随后的高级网络之间建立连接。此外，Raw-Adapter是一个可以在各种Compoter Vision Frameworks中使用的通用框架。在不同的照明条件下进行了丰富的实验，已经显示了我们算法的最先进（SOTA）绩效，证明了其在一系列现实世界和合成数据集中的有效性和效率。代码可在此URL上找到。
单光子敏感相机、传感器和模块
虽然共聚焦显微镜是生物医学成像实验室的主力，为图像对比度和质量树立了黄金标准，但逐点获取图像的速度本来就很慢。为了突破这一速度障碍，Photon Force 客户使用 PF32 构建了开创性的多光束共聚焦显微镜架构：用光束阵列取代典型共聚焦显微镜的单光束和针孔，以快速扫描图像平面。返回点与 SPAD 阵列的感光区域对齐，这些区域充当虚拟针孔，可阻挡失焦光。由于每个光束和 SPAD 阵列像素对都完全独立且并行运行，因此最终的系统可以将共聚焦荧光寿命显微镜的速度提高几个数量级。
加固型相机成像解决方案航空航天……
我们高清摄像机中的所有图像处理均采用特定和定制逻辑、FPGA 和 ASIC 设计，可提供极低的延迟。此外，高动态范围 (HDR) 和宽动态范围 (WDR) 成像技术不断适应不断变化的光线情况，并通过消除每帧中过饱和和欠饱和的伪影来提高图像的准确性。自动曝光和自动白平衡功能可确保无缝、完美的色彩平衡。
昆虫监测的立体事件相机技术
摘要：为了调查昆虫种群下降的原因，需要一个监测系统，该系统会在很长一段时间内自动记录昆虫活动和其他环境因素。因此，我们使用带有两个事件摄像机的基于传感器的方法。在本文中，我们描述了系统，可以记录的视图量以及用于昆虫检测的数据库。我们还介绍了开发的加工管道的各个步骤，以进行昆虫监测。为提取昆虫轨迹，测试了基于U-NET的分割。为此，使用四种不同的编码类型将50毫秒内的事件转化为帧表示。经过测试的直方图编码以0.897的昆虫分割和0.967的植物运动和噪声部件的F1得分获得了最佳结果。然后将检测到的轨迹转化为4D表示，包括深度，并可视化。
手推车机器人导航带有相机视觉
机器人技术领域的快速发展刺激了密集研究，尤其是在工业部门，旨在开发可以帮助简化日常人类任务的机器人。一个新兴领域的研究领域涉及货运机器人手推车的设计。这个手推车机器人有能力通过识别该人通过图像处理所穿的衣服的颜色来跟随一个人。这项研究的目的是通过使机器人能够识别和遵循最小距离30厘米，最大距离超过3米的人类物体来促进货物的运输，尤其是在机场环境中。该机器人手推车的设计系统利用摄像头传感器在Microsoft Visual Studio 2012平台上使用OpenCV来检测要跟踪的对象。图像处理导致发送到Arduino的PWM值驱动直流电动机。此外，还采用了超声波传感器来限制机器人在周围环境中的运动，从而防止碰撞。机器人的速度可以根据人的步行速度进行调整。如果机器人移动得太快，那么当机器人与所遵循的人之间的距离小于30厘米时，它将被超声传感器停止，避免了机器人与人之间的碰撞。
Excelitas Technologies 推出 pco.pixelfly™ 1.3 SWIR 相机 新型机器视觉相机将在 VISION 2022 上亮相
马萨诸塞州沃尔瑟姆，2022 年 9 月 28 日——Excelitas Technologies ® Corp. 是一家提供创新、定制光子解决方案的全球技术领导者，它推出了其新型高性能 pco.pixelfly™ 1.3 SWIR 相机。它是 Excelitas pco.pixelfly 高性能机器视觉相机系列的最新成员。这款新型机器视觉相机采用特殊的 InGaAs 图像传感器，在电磁波谱的短波红外、近红外和可见光范围内具有 IMX990 灵敏度。因此，pco.pixelfly 在整个光谱范围内都表现出高灵敏度，在短波红外范围内的灵敏度超过 90%。相机的小像素为 5 µm x 5 µm，可在显微镜中使用小倍率光学元件。由于暗电流低，它可以长时间曝光，量子效率高达 90% 以上。 pco.pixelfly 1.3 SWIR 相机适用于各种应用，包括垃圾分类、智能农业和食品加工质量控制、制药和其他产品包装行业、生命科学研究以及医疗用途，例如手术显微镜和体内成像、体内显微镜和活体显微镜。Excelitas 将于 2022 年 10 月 4 日至 6 日在德国斯图加特举办的 VISION Stuttgart 展会期间在其展位上现场演示配备 Excelitas Optem ® FUSION 微成像镜头系统的 pco.pixelfly 1.3 SWIR 相机（10 号展厅，E51）。
数据表 AI-deck 彩色相机模块 - Rev 1
超低功耗图像传感器，专为始终开启的视觉设备和应用而设计 高灵敏度 3.6μ BrightSense(TM) 像素技术 324 x 324 有效像素分辨率，支持 QVGA 窗口、垂直翻转和水平镜像读出 30FPS 时 <1.1mW QQVGA 分辨率，30FPS 时 < 2mW QVGA 分辨率 可编程黑电平校准目标、帧大小、帧速率、曝光、模拟增益（高达 8 倍）和数字增益（高达 4 倍） 自动曝光和增益控制环路，支持 50Hz/60Hz 闪烁避免 灵活的 1 位、4 位和 8 位视频数据接口，具有视频帧和行同步 具有可编程 ROI 和检测阈值的运动检测电路，具有数字输出作为中断 片上自振荡器 用于寄存器访问的 I2C 2 线串行接口 CSP 和裸片传感器封装选项 高 CRA，适用于小型模块设计