特徵偵測加快SLAM 執行 定向FAST/旋轉BRIEF強化機器人視覺(1)

作者: Yael Newman
2024 年 04 月 01 日
智慧邊緣裝置的訊號處理,和人工智慧(AI)推論會互相影響。感測可能需要密集運算,為推論篩選最重要的資料。同步定位與地圖構建(SLAM)的演算法是一種導航類型,在感測階段執行複雜影像處理以偵測特徵。這些演算法即時執行,必須快速執行特徵偵測。業界於2011年提出定向FAST和旋轉BRIEF,是其中能快速偵測特徵的演算法。不過,受到成本與功耗限制,基礎硬體必須具備高效率,軟體也須經過最佳化,讓軟/硬體應易於使用,以提升開發人員的工作效率。...
》想看更多內容?快來【免費加入會員】【登入會員】,享受更多閱讀文章的權限喔!
標籤
相關文章

特徵偵測加快SLAM 執行 定向FAST/旋轉BRIEF強化機器人視覺(2)

2024 年 04 月 01 日

CIS應用百百種 AMR開拓智慧無人載具時代

2022 年 09 月 15 日

AI應用水漲船高 FPGA邊緣運算完美達陣

2019 年 04 月 14 日

ATM影像追蹤可疑人士 ML推理網路實現即時辨識

2021 年 05 月 31 日

打造解決方案生態圈 AI邊緣運算成就垂直應用

2022 年 06 月 02 日

CEVA處理器架構獲EE Awards Asia 2022亞洲金選獎

2023 年 01 月 16 日
前一篇
特徵偵測加快SLAM 執行 定向FAST/旋轉BRIEF強化機器人視覺(2)
下一篇
“第十九屆盛群盃HOLTEK MCU創意大賽”正式開跑