针对当前红外热成像行业应用难点,睿创微纳联合国家智能网联汽车创新中心发布“基于红外单目摄像头深度估计”算法攻关任务。任务总奖金15万元,按照“自由参与、开源共享、入库奖励”的原则汇聚算法开发者。目前已有来自北京大学、清华大学等高校及科研单位的60支队伍参与该任务。 红外热成像在智能驾驶应用场景中具有独特优势:穿透黑夜,增强驾驶员视野;不受光线变化影响,解决夜间会车眩光问题;在大雾、雾霾、沙尘天气下依旧可清晰成像,提升驾驶安全。 眩光环境〡可见光 vs. 红外热成像 光照不足环境〡可见光 vs. 红外热成像 雾霾环境〡可见光 vs. 红外热成像 本任务数据源,基于合肥英睿(睿创微纳全资子公司)自研红外单目摄像头采集的夜间城市普通道路非拥堵路段驾驶场景的视频序列,属于无监督视频序列训练范畴。任务目标是对红外单目图像进行深度估计,得到每个像素相对拍摄源的距离。 如下所示,左图是激光雷达点云数据,右图是雷达点云在640 x 512的红外图像上映射效果。图中由紫到绿代表着距离由近到远。点云数据作为红外深度估计的距离真值,用于评测算法性能。 深度估计算法 |
|
来自: 新用户0118F7lQ > 《文件夹1》