База знаний

Пример использования поляризационной камеры для получения нормалей к поверхности при анализе глубины объекта

Пример использования поляризационной камеры для получения нормалей к поверхности при анализе глубины объекта

В этой статье описан процесс создания трёхмерной модели объекта, полученной на основе нормалей к поверхности с помощью поляризационной камеры.
Для анализа параметров линейной поляризации (степени (DoLP – Degree of Linear Polarization), угла (AoLP – Angle of Linear Polarization) поляризации и интенсивности) света, отражённого от объекта, получаемые из изображения с поляризационных камер LUCID Phoenix и Triton и вычисленных на их основе нормалей к поверхности объекта.
Нормали к поверхности, которые находятся за пределами некоторого допуска или сильно отличаются от соседних нормалей, могут рассматриваться как дефекты и деформации (например, вмятины на металлической банке).

Выбор камеры для искусственного интеллекта

Выбор камеры для искусственного интеллекта

Презентация генерального директора "ВиТэк-Автоматика" Сороки М.К в рамках форума All-Ober-IP 2020.

ИИ в задачах визуальной 2D/3D инспекции: замена классическим алгоритмам или помощь?

ИИ в задачах визуальной 2D/3D инспекции: замена классическим алгоритмам или помощь?

Презентация на тему "ИИ в задачах визуальной 2D/3D инспекции: замена классическим алгоритмам или помощь?" инженера компании "ВиТэк" Диденко Н.А. с конференции "Индустриальные кейсы применения систем машинного зрения" в рамках онлайн-форума All-over-IP 2020.

Зачем машинное зрение нужно в "деревне"? Что "видит" компьютер?

Зачем машинное зрение нужно в "деревне"? Что "видит" компьютер?

Презентация генерального директора компании "ВиТэк", отвечающая на вопрос какие задачи призваны решать системы машинного зрения в агропромышленности.

Влияние технологий на взаимодействие заказчика и исполнителя в проектах с использованием ИИ и машинного обучения

Влияние технологий на взаимодействие заказчика и исполнителя в проектах с использованием ИИ и машинного обучения

В презентации рассмотрено влияние технологий на взаимодействие заказчика и исполнителя в проектах с использованием ИИ и машинного обучения на примере современного агротехнического сервиса на базе портативных устройств для получения мультиспектрального изображения и нейронных сетей .

Рынок машинного зрения. Оценка доступности технологий и основных применений в России

Рынок машинного зрения. Оценка доступности технологий и основных применений в России

Новые технологии делают доступным более высокое качество изображения, что позволяет решать задачи не только лучше, но и большее их количество. Доступность технологий открывает российским системным интеграторам, покупателям компонентов машинного зрения (камеры, оптика, свет), новые возможности как с традиционными, так и с новыми заказчиками.

Машинное зрение: Что «видит» компьютер? Зачем это нужно?

Машинное зрение: Что «видит» компьютер? Зачем это нужно?

В презентации рассмотрены современные технологии машинного зрения, которые необходимы для решения задач контроля качества продукции, организации технологического процесса и т.д.

выбор платформы для встраиваемых систем

Выбор платформы для встраиваемых систем захвата и обработки изображений | Часть 2

В части II мы продолжим рассказ о гибридных платформах с использованием ПЛИС на примере Xilinx® ZynQ® и графическом ускорителе для встраиваемых систем NVIDIA Jetson TX1/TX2.

выбор платформы для встраиваемых систем

Выбор платформы для встраиваемых систем захвата и обработки изображений | Часть 1

В данной статье будет предложен обзор решений для конечных устройств, отвечающих за захват изображений, подготовку и доставку нужной информации для последующего анализа и хранения на удаленных серверах.

технология машинного зрения в спорте

ТЕХНОЛОГИИ МАШИННОГО ЗРЕНИЯ В СПОРТЕ

В статье рассматриваются новые возможности, которые открываются с применением технологий машинного зрения в спортивной индустрии и связанных с ней областях.