奇谈杂论，哈哈，想到以前的机器视觉，
国内玩机器视觉的很多，真的不少，我最初接触这个，是玩钢板的优化切头儿，是定距离，那时80年代了，后来因为玩算法，接到视觉的项目，一下就困惑了，不是小困惑，大了，哈哈，找方方面面的高人聊，几乎无解，哈哈，
1，一个猫与一个黄鼠狼同时在你面前跑过，你记得黄鼠狼，把猫忽略了，因为信息量大，处理不了，哈哈，这种情况出现5次，你就会记得俩小家伙都有，但色彩记不住了，再出现多次，色彩记住了，但忽略了其它特征，
高人跟我讲，你解了这个，你是世界首富，哈哈，可惜，算法，芯片，无论什么，都没有这能力，
2，俩眼，机器是高速眨眼，高速寄存，再处理，人不那么高速眨眼，但寄存也是快闪的，这个东西，我以前不懂，记下了，回来处理电路，哈哈，对的，人家不愧高人，
3，消息量，阿拉还是无法处理，就是忽略什么留下什么，怎么留下黄鼠狼而忽略可爱猫咪，百思不得其解，当然，全世界也没有懂的，
我用热量，速度，还有些模糊量处理，效果不好，哈哈，
4，我说的这些，你解了40%，就灭了什么苹果，古狗，马斯克，当然，灭了100个百度，真的，
这就算是阿拉知道的，也无解的东西，当然，一般岛式装配阿拉玩的炉火纯青，因为速度低啊，哈哈，
八爷，做非标学一学视觉，能处理一些常规的问题，将来工资会不会高一些呢? 我做的东西其实是视觉跟踪，和机器视觉还不一样，那要多个相机配合。而且视觉那边怎么做的我并不太懂，
但是让伺服配合这个视觉运动挺难的，得考虑很多问题，这个个跟踪是要考虑很多东西的。
以前研究过一点图像数据，结论是彩色信息量非常大，一个像元得考虑三个颜色，文件数量大，运算规模就大。
俺那天给人讲为啥机枪冲上打飞机特别难，因为最上方是奇点，有一个轴会失去作用，这个无解，除非变成三轴的东西。
说实话，我觉得做那个需要对光学知识有一定了解，俺能根据条件把图像上的偏移折算到伺服上面知道要动多少度，但是怎么玩双视频配合就没见过了，@风声1923 不大懂，乱说几句。
内因和外因。
内因，花猫和黄鼠狼，有其它的不同点，可能暂时没注意到；
外因，分别给一棍子，黄鼠狼就嚎叫，花猫就喵呜叫，“反馈信号”有明显区别。
只要分出来猫和黄鼠狼，再有所有猫和黄鼠狼的特征数据库，其它信息从库中提取，几颗牙，几根胡须，几公斤重，要啥随便。
遇到没记录的，捉住，先录信息。 13年以前卖仪器的时候。就接触有这个。但是是单一图形。不是色彩。而且是静止的图形。
简单点说，就是把润滑系统里面的颗粒全部电子照相。（最早是英国人发明的）
大于4um的颗粒进行数量统计。
大于20um的进行数量和形状统计。
就是不停的啪啪啪啪啪啪照相。上万张照片。有很多形状图片。
然后根据已有的数据库，进行趋近对比分类。用设定好的模型数据，来迅速计算。
这是洛克希德马丁淘汰的技术，但是在法拉利F1移动实验室里还在使用。
最开始的数学模型也是洛克希德马丁的，到现在就是软件系统封闭。只给你用，甭管怎么做到的。
军用的是在线的。说回来又是芯片。所以打起仗来，米国可以最大程度的压榨飞机的出勤率。
但是天朝就不行。冷不丁的不知道啥时候要失效。 本帖最后由 工作在机械 于 2018-5-1 10:15 编辑
8爷，为什么以色列不到900万人口，可是能在很多的科技领域表现非常出色呢?比如军事，软件，图像识别，电子行业都有国际顶尖的公司，甚至他们没有汽车生产厂，却有一些顶尖的汽车技术厂商，真是吓人（去年英特尔花了150多亿米收购了他们一个汽车辅助系统技术商）；他们没有电子行业的工厂，却有orbotech这种国际前几名的光学检测公司。学术方面也有很多领域顶尖的研究院。
按人口比例来算的话，900万人口里出的智商高的聪明人才应该远不如我们多啊，甚至应该还不如台湾2400万人口才对。
为什么会形成这种现状呢？ 谢谢8爷。 15年前误打误撞接触过相似性图像识别，边缘轮廓识别，动态追踪。现在应该进化到多变量特征追踪级别了。要加上人工智能步态识别鉴定真伪。 新版三马车,MAX,云,还有花藤.
页:
[1]