跳到正文
原文
Unite.AI 人工智能与商业应用新闻·· 6 天前AI 评分16

看不见的畸变:ADAS 摄像头为何在实地失效,物理信息机器学习如何改变这一现状

The Distortion You Can’t See: Why ADAS Camera Systems Fail in the Field and How Physics-Informed ML Changes That

AI 导读

ADAS 前向摄像头在光学组件公差锁定后才暴露严重径向与切向镜头畸变,根因是畸变表征完全被动、只能等物理样机出来再补救。解决方案是用物理条件下的 cGAN(U-Net 生成器)合成畸变图,再由 ResNet-50 CNN 从梯度幅值图像识别桶形、枕形与胡须畸变,在制造前输出风险分数与空间热力图。

来源:Unite.AI 人工智能与商业应用新闻 · unite.ai