计算机视觉有望成为无人机市场下一块蛋糕,你准备好了吗?

简介:

无人机计算机视觉在国外小荷才露尖尖角,正是国内创业者翻身的机会。

如今无人机市场竞争越来越激烈,如何在众多科技巨头参与的市场分一杯羹,无疑是很多初创公司最关心的问题。

Percepto是一家在以色列刚成立的公司,主要开发供无人机使用的计算机视觉硬件和软件产品。上一周,Percepto宣布获得100万美元的种子轮资金。

本次融资由Richard Parsons,前传媒巨头时代华纳的首席执行官领投,亿万富翁Mark Cuban、中国天使投资人徐小平以及Elevator Fund和Emerge共同参投。前几个月,Percepto刚刚在Indiegogo平台完成了超过10万美元的众筹。

此外,Percepto曾获得了外国著名媒体Wired媒体的报道,赞美其“为无人机赋予视觉——自动跟踪拍摄”。显然,无人机视觉这个原本不引人注目的细分市场,很有可能成为继无人机整机之后的下一波产业机会。关于无人机视觉技术歪果仁已经走在前面,现在是时候了解一下具体信息了。

计算机视觉有望成为无人机市场下一块蛋糕,你准备好了吗?

无人机的计算机视觉技术到底是什么鬼?真相其实很简单,就是通过在硬件端配置摄像头和传感器,将这两个设备同时连接到无人机上,再结合计算机模拟类似人眼和大脑的作用,可以让无人机拥有 “视觉” 能力,即识别物体、判断物体的运动状态。

拥有“视觉” 能力后,那么无人机瞬间更加高大上。它可以自主地跟在主人身边,可以绕过挡在前面的路障,还可以感知周围的环境状况。还有更多可以还开发的应用场景。

目前,计算机视觉技术并不能直接用于配套的手机App上。由于这种算法运算量很大,如果把大量的数据从飞机端传到手机,受距离、宽带限制,发出的热量可能会烧坏手机。不过,在一些简单的应用场景下,App可能是不错的方案。

据无人机视觉的创业者推测,等到无人机产业进入成熟期,计算机视觉技术将会在无人机市场流行起来。如果计算机视觉技术在效果上稳定实用了,可以以较小的成本去解决无人机避障,变成模块或者基础的软硬件平台。

据悉,国内无人机计算机视觉这块,如果能够演示出很酷炫的技术效果的话能传播得很快。但总的来说还在一个从实验室到市场转化的阶段,创业者正在寻找市场切入点。另外不管用图像结合机器学习这个稳定性相对比较高的方法,还是其它很多方法在实际运用的时候都存在局限性,比如光照、遮挡。也就是说,要想将计算机视觉应用于无人机,还需要进一步完善。

现在无人机计算机视觉项目在国外也才刚起航,还有一些细节等待专家优化。面对机遇与挑战,国内创业者还在想什么?直接来个弯道超越吧。


原文发布时间: 2015-08-22 21:36
本文作者: 豆瑞米
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
机器学习/深度学习 编解码 监控
计算机视觉实战项目4(单目测距与测速+摔倒检测+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A_路径规划+行人车辆计数+动物识别等)-1
计算机视觉实战项目4(单目测距与测速+摔倒检测+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A_路径规划+行人车辆计数+动物识别等)-1
|
机器学习/深度学习 算法 计算机视觉
计算机视觉实战项目3(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A路径规划+单目测距与测速+行人车辆计数等)
计算机视觉实战项目3(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A路径规划+单目测距与测速+行人车辆计数等)
280 2
|
机器学习/深度学习 算法 计算机视觉
计算机视觉实战项目3(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A*路径规划+单目测距与测速+行人车辆计数等)
计算机视觉实战项目3(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A*路径规划+单目测距与测速+行人车辆计数等)
|
机器学习/深度学习 编解码 算法
计算机视觉实战项目3(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A*路径规划+单目测距与测速+行人车辆计数等)-2
计算机视觉实战项目3(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A*路径规划+单目测距与测速+行人车辆计数等)-2
|
机器学习/深度学习 监控 算法
计算机视觉实战项目3(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A*路径规划+单目测距与测速+行人车辆计数等)-1
计算机视觉实战项目3(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A*路径规划+单目测距与测速+行人车辆计数等)-1
|
机器学习/深度学习 算法 安全
计算机视觉实战项目4(单目测距与测速+摔倒检测+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A_路径规划+行人车辆计数+动物识别等)-2
计算机视觉实战项目4(单目测距与测速+摔倒检测+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A_路径规划+行人车辆计数+动物识别等)-2
计算机视觉实战项目4(单目测距与测速+摔倒检测+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A_路径规划+行人车辆计数+动物识别等)-2
|
机器学习/深度学习 计算机视觉
AIGC核心技术——计算机视觉(CV)预训练大模型
【1月更文挑战第13天】AIGC核心技术——计算机视觉(CV)预训练大模型
1074 3
AIGC核心技术——计算机视觉(CV)预训练大模型
|
人工智能 测试技术 API
AI计算机视觉笔记二十 九:yolov10竹签模型,自动数竹签
本文介绍了如何在AutoDL平台上搭建YOLOv10环境并进行竹签检测与计数。首先从官网下载YOLOv10源码并创建虚拟环境,安装依赖库。接着通过官方模型测试环境是否正常工作。然后下载自定义数据集并配置`mycoco128.yaml`文件,使用`yolo detect train`命令或Python代码进行训练。最后,通过命令行或API调用测试训练结果,并展示竹签计数功能。如需转载,请注明原文出处。
1003 4
|
8月前
|
存储 人工智能 自然语言处理
关于计算机视觉中的自回归模型,这篇综述一网打尽了
这篇综述文章全面介绍了自回归模型在计算机视觉领域的应用和发展。文章首先概述了视觉中的序列表示和建模基础知识,随后根据表示策略将视觉自回归模型分为基于像素、标记和尺度的三类框架,并探讨其与生成模型的关系。文章详细阐述了自回归模型在图像、视频、3D及多模态生成等多方面的应用,列举了约250篇参考文献,并讨论了其在新兴领域的潜力和面临的挑战。此外,文章还建立了一个GitHub存储库以整理相关论文,促进了学术合作与知识传播。论文链接:https://arxiv.org/abs/2411.05902
281 1
|
机器学习/深度学习 编解码 人工智能
Vision Mamba:将Mamba应用于计算机视觉任务的新模型
Mamba是LLM的一种新架构,与Transformers等传统模型相比,它能够更有效地处理长序列。就像VIT一样现在已经有人将他应用到了计算机视觉领域,让我们来看看最近的这篇论文“Vision Mamba: Efficient Visual Representation Learning with Bidirectional State Space Models,”
1257 7

热门文章

最新文章