用户故事

采集、技术和物流机构将GAN应用于远红外图像并生成彩色图像

ATLA发现MATLAB为开发新算法提供了一套丰富的深度学习框架和函数。


日本的采办、技术和后勤厅(ATLA)使用远红外成像进行研究,这种成像对日光和照明的变化不太敏感。远红外图像可以连续稳定地识别环境,但存在能见度低、难以响应温度变化等问题。

ATLA使用图像到图像的转换,也称为pix2pix,这是一种生成对抗网络(GAN)的方法,从红外图像生成高精度的彩色图像。该方法提高了图像的可见性和目标检测性能。ATLA使用MATLAB®作为支持包括图像预处理和深度学习在内的工作流的工具之一。然后,他们将该方法应用于自动引导车辆(AGV)机器人,使其能够在黑暗中自主移动。

主要成果

  • 将pix2pix (GAN)应用于远红外图像,生成高度精确的彩色图像
  • 校准远红外和彩色图像相机,以创建训练数据
  • 实现自主机器人的方法

2022世界杯八强谁会赢?产品使用

2022世界杯八强谁会赢?产品使用

展示你的成功

加入客户推荐计划

Baidu
map