欧美性猛交xxxx免费看_牛牛在线视频国产免费_天堂草原电视剧在线观看免费_国产粉嫩高清在线观看_国产欧美日本亚洲精品一5区

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學(xué)習(xí)進(jìn)軍太空領(lǐng)域——衛(wèi)星實(shí)時(shí)圖像識(shí)別

nlfO_thejiangme ? 來(lái)源:lq ? 2019-01-23 10:23 ? 次閱讀

From:東京工業(yè)大學(xué) 編譯:Yulei近日,來(lái)自日本東京工業(yè)大學(xué)的研究人員將基于深度學(xué)習(xí)的新型傳感器送入太空。作為日本新型衛(wèi)星技術(shù)驗(yàn)證計(jì)劃的一部分,這一稱為深度學(xué)習(xí)姿態(tài)傳感器(Deep Learning Attitude Sensor,DLAS)的傳感器利用深度學(xué)習(xí)算法來(lái)實(shí)現(xiàn)低成本、高精度、長(zhǎng)在軌時(shí)間姿態(tài)傳感器。它主要包含了地球傳感器和星體追蹤器兩個(gè)部分,他們分別基于不同的深度學(xué)習(xí)算法來(lái)對(duì)進(jìn)行三軸位姿估計(jì)。

利用邊緣計(jì)算平臺(tái)和簡(jiǎn)單的圖像分割算法實(shí)現(xiàn)了不同地表的識(shí)別,隨后利用一種新穎的姿態(tài)估計(jì)算法從識(shí)別后的數(shù)據(jù)中估計(jì)出三軸位姿。

這一算法主要分為以下幾個(gè)步驟,首先在軌道上對(duì)地表進(jìn)行拍攝,并將拍攝的照片分別送入到圖像識(shí)別網(wǎng)絡(luò)和邊緣檢測(cè)器中;其中圖像識(shí)別網(wǎng)絡(luò)將根據(jù)不同的地表特征對(duì)圖像進(jìn)行分割,將圖像中的太空、陸地、海洋和森林等區(qū)域識(shí)別出來(lái);而送入邊緣檢測(cè)圖像則先檢測(cè)地球與太空的邊緣,確定出兩個(gè)中的姿態(tài);隨后利用地圖映射得到陸地的分割結(jié)果;最后結(jié)合地表特征的分割結(jié)果和陸地的分割結(jié)果來(lái)實(shí)現(xiàn)模式匹配,最終得到三軸位姿的精確估計(jì)。

模式識(shí)別以及匹配的方法開(kāi)發(fā)出了星體跟蹤器,通過(guò)持續(xù)追蹤太空中的恒星位置來(lái)實(shí)現(xiàn)高精度姿態(tài)估計(jì)。這一方法首先利用星體特征抽取獲取太空中恒星的位置,隨后利用模式匹配來(lái)尋找對(duì)應(yīng)的恒星,最后根據(jù)匹配的幾何關(guān)系實(shí)現(xiàn)三軸姿態(tài)估計(jì)。

實(shí)時(shí)圖像識(shí)別的軌道測(cè)試。通過(guò)使用兩個(gè)緊湊型可見(jiàn)光攝像機(jī)對(duì)地表進(jìn)行拍攝,通過(guò)處理估計(jì)出三軸位姿。具體來(lái)講,將拍攝到的圖像送入專門開(kāi)發(fā)的高速、輕量級(jí)圖像識(shí)別網(wǎng)絡(luò)進(jìn)行處理,目前可以在4秒內(nèi)處理800萬(wàn)像素的圖像、并根據(jù)地表特性的不同將地表分割的結(jié)果分為九大類,包括綠地,沙漠,海洋,云和外太空等。這是首次使用深度學(xué)習(xí)在太空中進(jìn)行實(shí)時(shí)的圖像識(shí)別。

最后廣泛研究這種圖像識(shí)別技術(shù)的應(yīng)用,并評(píng)估這種三軸姿態(tài)估計(jì)方法的準(zhǔn)確性,特別是地表特征被云層遮擋的情況下的可靠性,并將它們與預(yù)先記錄在星載計(jì)算機(jī)上的地圖數(shù)據(jù)進(jìn)行比較。東京工業(yè)大學(xué)對(duì)于納米微信的研發(fā)已經(jīng)有很長(zhǎng)的歷史。自工程技術(shù)演示衛(wèi)星CUTE-I以來(lái),東工大的Kawai實(shí)驗(yàn)室和Matsunaga實(shí)驗(yàn)室的研究小組致力于納米衛(wèi)星空間科學(xué)觀測(cè),并通過(guò)開(kāi)展,發(fā)射和運(yùn)行納米衛(wèi)星,引領(lǐng)世界納米衛(wèi)星的發(fā)展。這次將深度學(xué)習(xí)技術(shù)應(yīng)用于姿態(tài)估計(jì)領(lǐng)域也在開(kāi)創(chuàng)了全新的研究領(lǐng)域。

短期天體物理現(xiàn)象的初始活動(dòng)跡象。而觀測(cè)的主要波段紫外線卻因?yàn)榇髿庾钃酰沟眯禽d設(shè)備成為了唯一的研究途徑。

送上太空的觀測(cè)設(shè)備同時(shí)還需要一個(gè)穩(wěn)定的觀測(cè)平臺(tái)。要觀測(cè)即遙遠(yuǎn)又微弱的星體,需要衛(wèi)星保持較高的姿態(tài)穩(wěn)定性??梢韵胂笠幌拢陬嶔さ钠嚿衔覀兪菬o(wú)法用相機(jī)拍出窗外的美景的,只有在平穩(wěn)行駛的時(shí)候我們才有可能從容的拍攝下清晰的風(fēng)景。此外由于衛(wèi)星通信鏈路的限制,難以將所有圖像數(shù)據(jù)瞬時(shí)傳送回地面,只有傳輸短小的報(bào)文信息才能使短期快速通信成為可能。為了充分結(jié)合天體綜合的觀測(cè)設(shè)備,實(shí)現(xiàn)聯(lián)合觀測(cè),開(kāi)發(fā)星載高速處理算法成為了有效觀測(cè)的必由之路。研究人員希望衛(wèi)星可以對(duì)采集的圖像進(jìn)行分析,例如目標(biāo)天體的準(zhǔn)確位置和亮度的分析結(jié)果傳送回地球。為了完成這樣復(fù)雜的觀測(cè)任務(wù),需要開(kāi)發(fā)高度精確的星體跟蹤器以及高新能的星載計(jì)算機(jī),同時(shí)還需要開(kāi)發(fā)高性能、低功耗的自動(dòng)圖像分析技術(shù)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2553

    文章

    51448

    瀏覽量

    756888
  • 圖像識(shí)別
    +關(guān)注

    關(guān)注

    9

    文章

    521

    瀏覽量

    38401
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5516

    瀏覽量

    121596

原文標(biāo)題:讓深度學(xué)習(xí)飛向星辰大海,東京研究員將新型傳感器送入太空

文章出處:【微信號(hào):thejiangmen,微信公眾號(hào):將門創(chuàng)投】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    深度學(xué)習(xí)視角下的貓狗圖像識(shí)別實(shí)現(xiàn)

    來(lái)源: 易百納技術(shù)社區(qū), 作者: 稗子釀的酒 人工智能技術(shù)在圖像識(shí)別領(lǐng)域取得了顯著進(jìn)展,其中基于深度學(xué)習(xí)圖像分類方法在貓狗
    的頭像 發(fā)表于 08-15 10:38 ?3758次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>視角下的貓狗<b class='flag-5'>圖像識(shí)別</b>實(shí)現(xiàn)

    圖像識(shí)別中的深度學(xué)習(xí)

    現(xiàn)階段比較受歡迎的圖像識(shí)別基礎(chǔ)算法為深度學(xué)習(xí)法,深度學(xué)習(xí)模型屬于神經(jīng)網(wǎng)絡(luò),而神經(jīng)網(wǎng)絡(luò)的歷史可追溯至上世紀(jì)四十年代,曾經(jīng)在八九十年代流行。神經(jīng)
    的頭像 發(fā)表于 05-25 15:59 ?5049次閱讀

    深度學(xué)習(xí)圖像識(shí)別領(lǐng)域的四大方向

    圖像識(shí)別技術(shù)的高價(jià)值應(yīng)用就發(fā)生在你我身邊,例如視頻監(jiān)控、自動(dòng)駕駛和智能醫(yī)療等,而這些圖像識(shí)別最新進(jìn)展的背后推動(dòng)力是深度學(xué)習(xí)。深度
    的頭像 發(fā)表于 12-01 08:54 ?3.1w次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>在<b class='flag-5'>圖像識(shí)別</b><b class='flag-5'>領(lǐng)域</b>的四大方向

    細(xì)粒度圖像識(shí)別深度學(xué)習(xí)開(kāi)源工具庫(kù)Hawkeye解析

      Hawkeye 是一個(gè)基于 PyTorch 的細(xì)粒度圖像識(shí)別深度學(xué)習(xí)工具庫(kù),專為相關(guān)領(lǐng)域研究人員和工程師設(shè)計(jì)。目前,Hawkeye 包含多種代表性范式的細(xì)粒度
    的頭像 發(fā)表于 11-06 20:26 ?1143次閱讀

    圖像識(shí)別技術(shù)原理 深度學(xué)習(xí)圖像識(shí)別應(yīng)用研究

      圖像識(shí)別是人工智能領(lǐng)域的一個(gè)重要方向。經(jīng)過(guò)多年的研究,圖像識(shí)別技術(shù)取得了一定的研究進(jìn)展。圖像識(shí)別主要包含特征提取和分類識(shí)別,而其中的特征
    發(fā)表于 07-19 10:27 ?4次下載

    模擬矩陣在圖像識(shí)別中的應(yīng)用

    訊維模擬矩陣在圖像識(shí)別中的應(yīng)用主要是通過(guò)構(gòu)建一個(gè)包含多種圖像數(shù)據(jù)的模擬矩陣,來(lái)訓(xùn)練和測(cè)試深度學(xué)習(xí)模型,從而提高圖像識(shí)別的準(zhǔn)確性和效率。 在
    的頭像 發(fā)表于 09-04 14:17 ?628次閱讀
    模擬矩陣在<b class='flag-5'>圖像識(shí)別</b>中的應(yīng)用

    如何使用Python進(jìn)行圖像識(shí)別的自動(dòng)學(xué)習(xí)自動(dòng)訓(xùn)練?

    如何使用Python進(jìn)行圖像識(shí)別的自動(dòng)學(xué)習(xí)自動(dòng)訓(xùn)練? 使用Python進(jìn)行圖像識(shí)別的自動(dòng)學(xué)習(xí)和自動(dòng)訓(xùn)練需要掌握一些重要的概念和技術(shù)。在本文中,我們將介紹如何使用Python中的一些常用
    的頭像 發(fā)表于 01-12 16:06 ?663次閱讀

    圖像識(shí)別技術(shù)原理 圖像識(shí)別技術(shù)的應(yīng)用領(lǐng)域

    。圖像識(shí)別技術(shù)已經(jīng)在各個(gè)領(lǐng)域廣泛應(yīng)用,其應(yīng)用領(lǐng)域包括但不限于以下幾個(gè)方面。 一、智能安防領(lǐng)域 圖像識(shí)別技術(shù)在智能安防
    的頭像 發(fā)表于 02-02 11:01 ?2813次閱讀

    如何利用CNN實(shí)現(xiàn)圖像識(shí)別

    卷積神經(jīng)網(wǎng)絡(luò)(CNN)是深度學(xué)習(xí)領(lǐng)域中一種特別適用于圖像識(shí)別任務(wù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。它通過(guò)模擬人類視覺(jué)系統(tǒng)的處理方式,利用卷積、池化等操作,自動(dòng)提取圖像
    的頭像 發(fā)表于 07-03 16:16 ?1535次閱讀

    圖像識(shí)別技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用

    一、引言 圖像識(shí)別技術(shù)是一種利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)圖像進(jìn)行分析和處理的技術(shù)。隨著計(jì)算機(jī)技術(shù)、人工智能技術(shù)、大數(shù)據(jù)技術(shù)等的發(fā)展,圖像識(shí)別技術(shù)在各個(gè)領(lǐng)域的應(yīng)用越來(lái)越廣泛。在醫(yī)療
    的頭像 發(fā)表于 07-16 10:48 ?1203次閱讀

    圖像識(shí)別算法的優(yōu)缺點(diǎn)有哪些

    圖像識(shí)別算法可以快速地處理大量圖像數(shù)據(jù),提高工作效率。與傳統(tǒng)的人工識(shí)別方法相比,圖像識(shí)別算法可以在短時(shí)間內(nèi)完成對(duì)大量圖像的分析和
    的頭像 發(fā)表于 07-16 11:09 ?1939次閱讀

    圖像識(shí)別算法的提升有哪些

    引言 圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心任務(wù)之一,旨在使計(jì)算機(jī)能夠自動(dòng)地識(shí)別和理解圖像中的內(nèi)容。隨著計(jì)算機(jī)硬件的發(fā)展和深度
    的頭像 發(fā)表于 07-16 11:12 ?749次閱讀

    圖像識(shí)別算法都有哪些方法

    圖像識(shí)別算法是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心任務(wù)之一,它涉及到從圖像中提取特征并進(jìn)行分類、識(shí)別和分析的過(guò)程。隨著深度
    的頭像 發(fā)表于 07-16 11:14 ?6105次閱讀

    GPU深度學(xué)習(xí)應(yīng)用案例

    GPU在深度學(xué)習(xí)中的應(yīng)用廣泛且重要,以下是一些GPU深度學(xué)習(xí)應(yīng)用案例: 一、圖像識(shí)別 圖像識(shí)別
    的頭像 發(fā)表于 10-27 11:13 ?519次閱讀

    AI圖像識(shí)別攝像機(jī)

    ?AI圖像識(shí)別攝像機(jī)是一種集成了先進(jìn)算法和深度學(xué)習(xí)模型的智能監(jiān)控設(shè)備。這些攝像機(jī)不僅能夠捕捉視頻畫面,還能實(shí)時(shí)分析和處理所拍攝的內(nèi)容,從而實(shí)現(xiàn)對(duì)特定對(duì)象、場(chǎng)景或行
    的頭像 發(fā)表于 11-08 10:38 ?393次閱讀
    AI<b class='flag-5'>圖像識(shí)別</b>攝像機(jī)