Blippar推出视觉定位系统，利用计算机视觉和AR技术帮助客户寻找出路

  还记得电影《少数派报告》里的一幕吗？汤姆·克鲁斯走进购物中心，两侧冒出来成千上万的全息广告。这一现实可能并不像我们想象的那么遥远，似乎很快就能到来。

  Blippar是一家致力于AR技术的初创公司，成立于2011年。本周四，该公司宣布了一项新产品的发布，该产品将允许零售商、机场、商业地产所有者等将增强现实内容投放到他们的空间中。

  这款新产品被称为Blippar视觉定位系统，它使用计算机视觉和AR技术帮助客户、租户等在大型室内空间（如超市、百货公司或体育场）寻找出路。

  这并不是Blippar公司第一次推出AR指路应用了。2017年夏天，该公司曾推出过一款定位应用AR City，其原理是使用电子设备镜头识别用户的定位。Blippar表示定位其结果比GPS还准确，而且支持三百多个城市。

  但Blippar公司的视觉定位系统应该能带来更大收益。定位服务是我们数字生活方式的一个重要组成部分，目前还没有完全被广告淹没。但不难想象，未来当顾客在百货商店寻找美容产品或在体育场寻找最近的热狗时，广告就会突然出现。

  Blippar看到了这视觉定位系统的可行性，认为可以将其用于零售和购物，娱乐和游戏化、旅游等等。还能应用到设计中，让室内设计师有机会检查AR家具和油漆颜色等。

  此外，该系统在数据方面也有很大的作用。如果你是Facebook的用户，Facebook可能对你了如指掌，但这家广告巨头并没有充分的利用用户的位置。通过新的视觉定位系统，Blippar可能有机会做到这一点，为零售商提供很多新的信息，让他们了解顾客在商店里的移动方式。

  另外，Blippar这款视觉定位系统的好处是，因为其使用了计算视觉来定位，所以不需要联网也可以使用。

  Blippar使用了蓝图、相片和大楼的3D模型来构建这款视觉定位系统，如果加上建筑布局的CAD文件，效果就更好了。不过，在应用中添加的内容可能就需要设计师和其他项目负责人花很长的时间来构思了，他们要弄清楚添加什么内容，应该呈现什么样子。

  据悉，Blippar公司曾经经历过多次革命，其首款产品是为品牌和出版商设计的工具，把AR内容放在现实世界的对象上，这些对象被贴上了Blipp的标签，Blipp是一个触发AR内容的小贴纸。

  后来Blippar转去开发视觉搜索，有了他们的技术，用户使用电子设备对准一辆车或者一朵花就能了解它们各自的更多信息。

  这为最新的B2B导航迭代奠定了基础。Blippar目前尚未透露这款新产品的具体价格，但表示范围将在30万至100万美元之间。迄今为止，该公司已签下了两家大客户，一家是零售商，一家是商业地产所有者，不过Blippar没有透露具体姓名。

  声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

  ，但其实，它已经存在于你的移动终端中了。每次你扫描二维码、进行全景拍照，或在照相预览时看到朋友的脸被方框选中，你都是在使

  引入到工业检测中，实现对物体的三维尺寸或位置的快速测量，具有非接触性、速度快

  （Computer vision）是一门研究怎么样使机器“看”的科学，更进一步的说，就是指用摄影机和

  方式激光虚拟键盘团队名称：物联世界小组成员：尹桥宣作品演示作品介绍本作品采用全息投影

  ，电子工程和其他学科的基础上发展起来的一个新的研究方向，一个典型的机器

  能够被识别。镜头是为了可以把物体清晰的图像呈现出来，摄像机主要是为了能够把图像信息转化为熟悉信息。而摄像机与

  连接的接口则是为了把上面获取的一些视频或是数字信息存储起来，进行研究，

  算法。 Digilent Atlys是这类应用的良好平台吗？我是初学者，不能自己解决这一个问题。Digilent Atlys：http

  r随着功能越来越强大的处理器、图像传感器、存储器和其他半导体器件和相关算法的出现，可以在多种嵌入式

  是一门独立的学科，有着30年左右的历史，集图像处理、模式识别、人工智能

  影响检测结果的准确性，实现能更好更精确地进行表面缺陷检验测试，更加快速的识别产品表面瑕疵缺陷。产品表面缺陷检验测试属于机器

  领域中，不同的场景不同的应用程序需要不同的解决方案。在本文中，我们将快速回顾可用于在

  理解、分割、重建、材质与动作估计等方面。他主导了自动驾驶领域著名数据集 KITTI 及多项自动驾驶

  、产品和商业角度在真实世界中大规模落地。主题简介及亮点：本次直播，讲者将介绍

  本文以虚拟仪器开发平台LabVIEW 和图像处理软件IMAQ Vision 为依托，

  ，进行水果边缘检测。通过软件实现了中值滤波、阈值处理、图像分割和形态过滤等图像处

  盲人，无论是改善视力缺陷还是打破社交障碍。例如TapTapSee和CamFind等物体识别工具可以让人们拍摄图像，并识别目标物体是什么，以及哪里能买到。另外

  正像其它学科一样，一个大量人员研究了多年的学科，却很难给出一个严格的定义，模式识别如此，目前火热的人工智能如此，

  做进一步的图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。这门

  代替大脑完成进一步的图像处理和解释。目前我们手机常用的人脸识别解锁，银行业务远程办理等都是用的该类

  Toradex，Amazon Web Services（AWS）和NXP Semiconductors合作

  和人工智能（AI）分析胸部X射线图像。它可以对肉眼通常没办法识别的信息进行分类，并有助于诊断。

  环境及其上下文的相对理解，因此，一些科学家认为，该领域为AI领域铺平了道路。那么什么是

  的一种模拟，是AI领域的一个重要部分，它主要任务是通过对采集的图片或视频做处理以获得相应场景的信息。

  。使用摄像头和电脑来代替人类完成一些复杂的工作，例如对目标进行分类、识别、分割、跟踪等，

  任务包括图像采集、图像处理和图像分析。图像数据能够使用不同的形式，例如视频序列，从多个角度的不同的摄像机查看图像或来自医疗扫描仪的多维数据。

  任务包括图像采集、图像处理和图像分析。图像数据可以采用不一样的形式，例如视频序列，从多个角度的不同的摄像机查看图像或来自医疗扫描仪的多维数据。

  正像其它学科一样，一个大量人员研究了多年的学科，却很难给出一个严格的定义，模式识别如此，目前火热的人工智能如此，

  具有人工神经网络或层，类似于人脑中的神经网络或层，用于连接和传输有关摄取的

  是否会再次自我改造？ 匹兹堡大学眼科教授、CMU 机器人研究所兼职教授 Ryad Benosman

  (Computer Vision)是中国市场顶级规模的应用方向，在整体中国AI市场应用中占比为 34

  算法赋予智能设备人眼的功能，从而进行物体的识别、检测、测量等功能。按照应用的领域与细分

  认知(visual cognition)图像和视频理解(image and videounderstanding).这些概念有一些共性之处，也有本质不同。从广义上说，

  是两个相关但不同的概念。虽然许多人使用这两个术语来描述同样的事物，但它们在许多方面仍然不一样。这篇文章将详细的介绍机器

  测距、物体标定与识别等功能实现对于外界位置信息、图像信息等的识别与判断。