PulseAugur
中
实时 06:01:50
English(EN) 3D Motion Perception of Binocular Vision Target with PID-CNN

新型PID-CNN模型提升双目视觉三维运动感知能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种用于双目视觉目标三维运动感知的卷积神经网络PID-CNN。该网络包含17层和超过40万个参数，能够提供实时的坐标、速度和加速度数据。通过在模拟数据集上进行训练，PID-CNN展现出高预测精度，接近输入图像的分辨率极限。研究还探讨了PID信息在神经网络中实现记忆和注意力机制的潜力。 AI

影响 这项研究有望推动计算机视觉应用中的实时三维运动分析。

排序理由 该集群包含一篇详细介绍新模型及其实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新型PID-CNN模型提升双目视觉三维运动感知能力

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jiazhao Shi, Pan Pan, Haotian Shi ·

    PID-CNN在双目视觉目标三维运动感知中的应用

    arXiv:2511.20332v3 Announce Type: replace-cross Abstract: This article trained a network for perceiving three-dimensional motion information of binocular vision target, which can provide real-time three-dimensional coordinate, velocity, and acceleration, and has a basic spatiotem…

相关实体

相关话题