Camera
PulseAugur coverage of Camera — every cluster mentioning Camera across labs, papers, and developer communities, ranked by signal.
- 2026-05-12 product_launch Apple is reportedly planning significant updates to its iPhone Camera app for iOS 17, including enhanced customization and AI features.
9 天有情绪数据
-
AI通过新的深度学习流程提高了条纹投影轮廓术的精度
研究人员开发了RACE-FPP，这是一个通过整合深度学习进行表征来提高条纹投影轮廓术（FPP）精度的创新流程。该方法解决了传统FPP中的挑战，例如由模糊或目标方向引起的特征定位误差，这些误差会降低3D重建的可靠性。通过分析定位误差如何在整个表征链中传播，RACE-FPP显著减少了相机和投影仪的重投影误差，从而实现了更精确的工业测量。
-
Apple 发布 iPhone 18 Pro，配备可变光圈相机和更小的灵动岛
Apple 发布了 iPhone 18 Pro，其配备了新的相机系统，主 4800 万像素镜头带有可变光圈。这允许用户通过四种不同的设置控制进光量和景深，类似于数码单反相机。该设备还在相机应用程序中引入了增强的手动控制功能，用于快门速度、对焦和白平衡，以及用于照片风格的新纹理和颗粒调整。此外，灵动岛已缩小，现在可以同时显示多达三个实时活动。
-
AstroHelm 使用智能手机摄像头进行精确望远镜瞄准
AstroHelm 是一款新应用程序，旨在帮助业余天文学家和天体摄影师定位天体。该应用程序使用智能手机的摄像头对天空进行星图识别，识别恒星以精确确定望远镜的指向。这使得用户无需 GoTo 支架或对星座的广泛了解即可找到星系、星云、行星和恒星。AstroHelm 提供个性化的夜空指南，并可离线运行，可选的一次性购买可获得扩展目录和高级功能。
-
Apple 的 iOS 27 增强了 iPhone 相机，同时提供 AirPods 5 和 M5 MacBook Air 的优惠
Apple 正在发布 iOS 27，其中包括对 iPhone 相机应用的重大升级，特别是对于兼容 AI 的型号和 iPhone 18 Pro。此外，Apple 产品也有优惠，AirPods 5 售价为 125 美元，M5 MacBook Air 享受 150 美元的折扣。
-
视觉语言模型（VLM）在物体部件识别方面存在困难，阻碍了机器人操作任务
新研究表明，视觉语言模型（VLM）在可供性预测方面存在困难，这主要是由于正确识别物体部件的困难，而不是缺乏动作知识。使用 GroundBench 等基准的研究表明，虽然命名目标部件能显著提高模型预测正确动作的能力，但一些模型可能依赖文本捷径而非真正的视觉接地。这表明改进部件识别是提高 VLM 在机器人操作任务中性能的关键。
-
Apple 的 iOS 27 通过 Gemini 集成对 Siri 进行大修，以增强 AI 功能
随着 iOS 27 的发布，Apple 对 Siri 进行了重大升级，使该助手能够处理更复杂的任务和屏幕上下文。这次大修部分由 Google 的 Gemini 模型提供支持，使 Siri 能够理解多步命令、起草消息以及与文件和电子邮件中的内容进行交互。新的 Siri 还集成了相机应用程序以进行视觉查询，并提供了一个专门用于聊天历史记录的应用程序，这标志着与其早期版本相比有了实质性的改进。
-
发布新的多车数据集用于自动驾驶研究
发布了一个新的多车数据集，包含来自摄像头、激光雷达和雷达传感器的同步数据，以及车辆的扫描3D模型。该数据集旨在为自动驾驶感知算法提供高度详细的参考，包括通过RTK-GNSS获得的精确姿态和连续运动学信息。数据允许评估测量原理和遮挡、反射等效应，其中七辆目标车辆参与了单目标和多目标记录。
-
GRADE系统利用生成式AI改善低能见度下的雷达深度估计
研究人员开发了GRADE，一个用于从单帧雷达数据估计高保真度度量深度的新颖系统，尤其是在烟雾、雾和黑暗等具有挑战性的视觉条件下。GRADE利用预训练的生成式先验，特别是潜在扩散模型，并以从原始雷达频谱派生的粗略深度估计来条件化其去噪过程。当有相机线索可用时，像素空间适配器会将其纳入，从而使系统在能见度下降时也能接近雷达条件下的性能。在具有真实烟雾的各种室内环境中进行测试，GRADE表现强劲，在清晰和受烟雾影响的场景中均实现了低平均绝对…
-
Apple 在 iOS 27 中用新的 AI 功能彻底改革 Siri
Apple 正在通过引入 Siri AI 来改造其语音助手，Siri AI 已集成到 iOS 27 中。这一新版本利用设备上的处理能力来理解来自文本、电子邮件和照片的个人上下文，从而实现更自然、更个性化的响应。Siri AI 还可以分析 Safari 和 Camera 等应用程序中的屏幕内容，并且现在可以直接在应用程序内处理文本编写和编辑，而无需依赖 ChatGPT 等第三方插件。
-
Apple 的 iPhone Duo 为折叠屏采用类似 iPad 的多任务处理功能
Apple 新款折叠屏 iPhone Duo 的界面旨在充分利用其更大的屏幕，与 iPad 的多任务处理能力有相似之处。该设备允许用户在分屏视图中并排运行应用，在应用程序之间拖放内容，并利用重新排列的侧边栏方便单手操作。具体的应用增强功能包括 FaceTime 通话期间的实时摄像头画面以及主屏幕上扩展的小部件支持，未来还计划为 Apple Pencil 的笔记和绘图功能进行集成更新。
-
Apple的iPhone 18 Pro推出可变光圈摄像头系统
Apple在其新款iPhone 18 Pro机型中引入了可变光圈摄像头系统，该功能可实现对进光量和景深的更大控制。这种物理光圈控制能够实现更好的低光摄影和更明显的主体-背景分离，使iPhone更接近专业相机的功能。iPhone 18 Pro还拥有更小的Dynamic Island和具有增强滤镜选项的新摄影风格。
-
LG电视被指离线窃听，iOS 27相机应用将获得专业功能
根据Gamers Nexus的测试，LG智能电视即使在离线或待机模式下也会收集用户数据。另外，在iOS 27 beta版中发现的代码表明，Apple正计划在其原生相机应用中引入重要的专业摄影和摄像功能。
-
Apple iPhone 18 Pro 和 Watch Series 12/Ultra 4 功能泄露；DRAM价格第三季度温和增长
来自 iOS 27 和 watchOS 27 beta 版的代码泄露暗示了 iPhone 18 Pro 以及 Apple Watch Series 12 和 Ultra 4 的潜在新功能。这些潜在升级包括 iPhone 相机应用的增强以及 Apple Watch 的新功能。另外，DRAM 合同价预计第三季度仅增长 13-18%，表明 PC 更新周期放缓，买家可能不太愿意资助 AI 革命。
-
MLOps 研究使用计算机视觉进行老年人跌倒检测
本文详细介绍了一个专注于开发使用计算机视觉和 MLOps 原理的跌倒检测系统的研究项目。该系统采用深度学习模型，特别是卷积神经网络和循环神经网络，来实时分析视频源。目标是通过可靠的跌倒检测来加强老年人护理和公共安全。
-
AI 垃圾内容定义：工具使用与责任放弃的关键区别
“AI 垃圾内容”一词被用来描述使用 AI 生成的低质量内容，其特点是缺乏人类判断和责任感。这一区别至关重要，因为虽然 AI 可以作为辅助工具，但滥用它会导致空洞的文章、无信息量的产品描述和质量下降的搜索结果。真正的 AI 辅助工作涉及人类在决策、编辑和事实核查中的监督，确保问责制和价值，而 AI 垃圾内容则代表了廉价、批量生产的输出，污染了信息生态系统。
-
科技新闻汇总：Pixel 11相机设置和Beyerdynamic耳机
此集群包含两条不相关的科技新闻。第一条讨论了Pixel 11中允许用户将任何相机应用指定为默认设置的选项。第二条重点介绍了Beyerdynamic新款无线耳机，并指出其电池续航长且价格实惠。
-
新型攻击利用自动驾驶汽车传感器校准
研究人员开发了一种针对自动驾驶汽车在线校准系统的对抗性校准攻击（ACA）。该攻击利用了车辆检测和纠正传感器失准（例如摄像头和激光雷达之间）的过程。通过使用特制的对抗性海报，ACA可以欺骗车辆接受错误的校准数据，导致感知错误，并可能引发碰撞。该攻击已被证明能在基准数据集上引起显著的校准误差，并在物理机器人上成功复现。
-
新方法提升激光雷达-摄像头标定精度
研究人员开发了一种精确测量3D和2D圆形中心点的新方法，这对于涉及激光雷达和摄像头等空间传感器的任务至关重要。该技术通过采用一种共形几何代数估计器并结合RANSAC，从嘈杂的激光雷达数据中精确恢复3D中心点、法线和半径，从而解决了传统流水线中的偏差。此外，它还使用弦长方差准则来改进2D投影中心点的估计，并通过单应性验证来解决歧义。实验证明，该方法在圆形中心点测量方面提高了精度，并减少了激光雷达-摄像头系统的外参标定误差。
-
新的VG-SAF方法增强了AI驾驶系统在传感器故障下的鲁棒性
研究人员开发了一种名为方差引导空间注意力融合（VG-SAF）的新方法，以提高依赖摄像头和激光雷达数据的端到端驾驶系统的鲁棒性。该框架通过创建密集的可靠性估计来充当空间门，在不可靠的特征对驾驶规划器产生负面影响之前将其抑制，从而解决了传感器退化的问题。VG-SAF包含一个用于模拟传感器故障的物理基础增强器、一个用于预测每像素可靠性尺度的组件以及一个在模态之间进行仲裁的混合注意力机制。在CARLA Longest6基准测试中，VG-SAF…
-
新的VG-SAF框架提升了多模态驾驶系统的鲁棒性
研究人员开发了方差引导空间注意力融合（VG-SAF）框架，旨在提高端到端多模态驾驶系统的鲁棒性。现有系统在一种传感器模态退化而其他模态功能正常时会遇到困难。VG-SAF通过使用密集的可靠性估计作为空间门控，允许系统抑制不可靠的特征并仲裁传感器输入来解决这一问题。该框架包括一个物理基础的增强器，用于模拟传感器故障，一个模态特定的专家，用于预测可靠性，以及一个用于门控和仲裁的混合注意力机制。在CARLA Longest6基准测试中，VG-…