简介：道路线检测为结构化环境中的场景识别提供了重要信息，在高级驾驶辅助系统和自动驾驶汽车系统中充当重要的作用。本文主要介绍了一种改进的道路线检测方法。相比于传统的道路检测，这种方法使用了一种带权重的多核估计算法，不仅可以有效地提高检测的准确性和实时性，而且会给每个检测结果提供一个置信度来表征结果的可靠性。基于公共数据库的实验可以证明这个方法的有效性。

简介：针对传统算法大多忽略人眼特性,获得的视差图与人眼真实感受之间存在一定差异的问题,提出了一种符合人眼视觉特性的自适应权重匹配算法.该算法首先引入视觉显著性特征,然后对像素权值分配进行改进并提出新的匹配代价度量准则,最后采取左右视差图融合的方法获得最终视差图.相关图像实验表明,改进算法很好地解决了遮挡问题,可精确描述边缘和细节视差;相对于原算法有较大程度的性能提升.

简介：为满足实时、高效、高精度的便携式三维测量要求,提出了一种基于十字激光线的三维测量方法。综合线结构光和双目立体视觉两种测量原理的优点,设计了新颖的融合式测量模型,解决了局部线激光数据到全局面数据的转换;创新性的十字激光线结构光模式,相比于传统的一字激光线测量效率提升2倍;提出的基于GPU加速的自适应阈值的激光线提取方法,实现了激光线中心的亚像素精确、实时提取和三维测量;设计的匹配能量法稳定、精确地解决了便携式测量过程中的数据拼接,实现了局部坐标系到全局坐标系的数据统一;最后利用搭建的软硬件平台进行了测量性能参数验证,结果表明满足实时高精度测量应用的需求。

简介：针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.

简介：在上期专栏里面,我提到美国的传统出租车业经过几十年的发展,也有很多的弊病.那么,最近几年新出现的网络租车给美国的出租车市场带来了什么样的影响呢?对于传统租车来说,如何控制出租车总数一直是一个两难的问题.如果出租车数量太多,那么出租车在接送两拨乘客中间就一定会有大量的空驶时间.在这段时间内,出租车并没有提供任何交通服务,却消耗了大量燃油,产生了不少空气污染,同时也大大增加了城市拥堵.对于出租车司机来说,也是白白浪费掉人力成本和车辆资源.

简介：严格地说,汽车设计是建立在功能需求上的“文化现象”,但本质则是“方式设计”.以此,改变或创造生活.但更多的是体现人的情感或精神层面的诉求,把功能需求演变为一种公共识别符号及个体价值的体现.