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).
Презентация генерального директора "ВиТэк-Автоматика" Сороки М.К в рамках форума All-Ober-IP 2020.
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.
Презентация генерального директора компании "ВиТэк", отвечающая на вопрос какие задачи призваны решать системы машинного зрения в агропромышленности.
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 .
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.
В презентации рассмотрены современные технологии машинного зрения, которые необходимы для решения задач контроля качества продукции, организации технологического процесса и т.д.
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.
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.
В статье рассматриваются новые возможности, которые открываются с применением технологий машинного зрения в спортивной индустрии и связанных с ней областях.