本文摘要：Google近日公布了全新的移动末端3D辨识方案Objectron，该方案可在2D图像中找到物体并通过AI模型估计其方位、方向和尺寸。Google回应，Objectron对机器人技术、自动驾驶汽车、图像检索和AR技术影响深远影响，例如，其可以协助工厂车间的机器人动态回避障碍。 目前，追踪3D对象是一个棘手的问题，特别是在是在处置受限的计算资源时。由于缺少数据以及物体的外观和形状的多样性，当仅有的能用图像为2D时，情况不会显得更糟。

Google近日公布了全新的移动末端3D辨识方案Objectron，该方案可在2D图像中找到物体并通过AI模型估计其方位、方向和尺寸。Google回应，Objectron对机器人技术、自动驾驶汽车、图像检索和AR技术影响深远影响，例如，其可以协助工厂车间的机器人动态回避障碍。

目前，追踪3D对象是一个棘手的问题，特别是在是在处置受限的计算资源时。由于缺少数据以及物体的外观和形状的多样性，当仅有的能用图像为2D时，情况不会显得更糟。为此，Objectron研发团队研发了一种图片标记工具，该工具可以通过分屏视角表明2D视频帧，反对标记者用于分屏视图表明2D视频帧来标记对象的3D边界板（即矩形边框）。

这些3D边界框将变换在点云数据、摄像头画面和辨识到的平面上。标记者在3D视图中标记3D边界框后，可以在2D视频帧中展开检验，而对于静态图像，标记者只需在单个帧中标记目标对象才可。标记工具还用于ARsession数据中的实际摄像头信息来确认该物体在所有帧中的方位。

为了补足现实世界中的数据以提升AI模型预测的准确性，Google研发团队研发了一种引擎，将虚拟世界对象摆放到包括AR不会话数据的场景中，这样就可以用于摄像机图像检测到的平面区以及预测的光线，来分解与场景给定的光照在物理中的方位，从而产生高质量的制备数据。在检验测试中，综合数据的准确性提升了大约10％。

本文来源：大阳城官网平台-www.economyrepairkit.com