XiaoMi-AI文件搜索系统
World File Search System鱼眼
适合太空应用的远心 F-theta 鱼眼镜头
摘要：我们设计了一种视野为 360° x180° 的超广角镜头 - 鱼眼镜头 - 用于太空环境。作为案例研究，假设镜头安装在穿过彗星尾部的旋转探测器上。镜头随着穿过彗星彗发的探测器旋转，可以绘制从内部尾部看到的整个天空，提供有关等离子体和尘埃空间分布的前所未有的数据。考虑到镜头的预期太空应用，设计时已考虑了辐射硬化玻璃。镜头的一个关键特性是投影在焦平面上的天空分布图的“角度尺度”均匀性 (F-theta)，从而可以获得可靠的整个天空重建。我们还精心设计了近乎远心的设计，以便允许放置在焦平面上的滤光片正常工作。本文介绍了一种远心鱼眼镜头，其工作分辨率为像素限制，波段范围为 500 nm 至 770 nm，并具有 F-theta 失真。
fisheyebevseg：环境视图，基于鱼眼摄像机的鸟类视图分段用于自动驾驶
语义细分是执行场景理解的有效方法。最近，3D鸟视图（BEV）空间中的细分已被驱动策略直接使用。但是，在商用车中使用的环绕式鱼眼摄像机的BEV细分工作有限。由于此任务没有现实世界的公共数据集，并且现有的合成数据集由于遮挡而无法处理Amodal区域，因此我们使用Cognata Simulator创建一个合成数据集，其中包括各种道路类型，天气和照明条件。我们将BEV细分概括为使用任何凸轮模型；这对于混合不同的相机很有用。我们通过在Fisheye图像上应用圆柱整流并使用基于标准LSS的BEV分割模型来实现基线。我们证明，我们可以在没有不明显的情况下实现更好的性能，这具有增加的运行时效应，这是由于预处理，视野和重新采样的伪像而导致的。此外，我们引入了一种可学习的bev池层策略，对鱼眼摄像机更有效。我们以遮挡推理模块来探讨该模型，这对于估计BEV空间至关重要。fisheyebevseg的定性 - 在视频中展示了https://youtu.be/hftpwmabgs0。
bevgan：生成鱼眼交叉视图变形金刚
摘要：当前的停车援助和监测系统合成鸟类视图（BEV）图像，以提高驱动程序的可见度。这些BEV图像是使用称为“逆透视图”（IPM）的流行透视转换创建的，该转换将其投射到FishEye摄像头捕获的环绕视图图像的像素上。然而，IPM在准确地表示高度和接缝的对象方面面临挑战，因为它依赖于刚性几何变换，因此将预计的环绕视图缝合在一起。为了解决这些局限性，我们提出了Bevgan，这是一种新型的几何形状引导的条件生成副本网络（CGAN）模型，将多尺度鉴别器与基于变形金刚的生成器相结合，该生成器利用Fisheye摄像机校准和注意力机械机制，以隐含地模拟该视图之间的几个几何形式的变换。实验结果表明，在图像保真度和质量方面，Bevgan的表现优于IPM和最先进的跨视图生成方法。与IPM相比，我们报告了 + 6的改进。在PSNR上的2 dB，MS-SSIM上的 + 170％在描绘停车场和驾驶场景的合成数据集上进行评估。此外，还通过零射推理证明了Bevgan在现实世界中的图像上的概括能力。
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.