追溯视觉高精度地图的源头:获取曝光合理的图像

在视觉高精度地图的生产过程中,图像的质量至关重要的,不合理的曝光会对SLAM、感知、跟踪等算法带来更多的困难。同时,相机曝光在自动驾驶、机器人等领域都有广泛的应用。

本次分享的论文是《Exposure Control using Bayesian Optimization based on Entropy Weighted Image Gradient》。为了评价相机的曝光质量,该论文设置了一个可以量化的指标,通过这个指标去控制相机的曝光,来优化曝光时间,并通过实验来证明这种控制曝光策略的优越性。

本场Paper Reading由猿圈和Momenta联合举办,邀请嘉宾为Momenta地图采集相机选型负责人李晓东,他将从相机的曝光过程引出目前高精度地图的图像数据所存在的问题,并分享论文所提出的评价图片曝光水平的指标和控制相机曝光的策略。

主讲人

李晓东

Momenta研发工程师,视觉高精度地图采集设备的技术专家,研究内容涉及机器人、视觉SLAM等领域,毕业于中国矿业大学。

分享提纲

一、背景知识

二、相关工作

三、熵加权梯度公式

四、评估

五、曝光控制方法

活动详情

活动时间:

10月18日(周四)晚19:00-20:00

活动形式:

线上直播+互动

报名方式:

添加小助手微信加入交流群,第一时间获得分享PPT,与嘉宾进一步互动答疑。

联合主办

猿圈

Momenta

世界顶尖的自动驾驶公司,基于深度学习的环境感知、高精度地图、驾驶决策技术,打造自动驾驶大脑,让无人驾驶成为可能。

END

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181012B1SSQN00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券