Introduzione

L’invenzione si riferisce ad una metodologia per la ricostruzione 3D mediante camera stereo e rete neurale basata su apprendimento automatico in grado di adattarsi alle diverse condizioni ambientali che si verificano durante il funzionamento. Il metodo e il relativo sistema consente di incrementare l’accuratezza nella determinazione della profondità da immagini.

Caratteristiche Tecniche

L’informazione sulla profondità dei punti osservati costituisce un elemento fondamentale, ed in alcuni casi essenziale, in applicazioni come, ad esempio, la guida autonoma o assistita, la ricostruzione 3D a partire da immagini bidimensionali o la realtà aumentata.

Il metodo brevettato permette di ridurre la necessità di disporre in anticipo dei dati necessari all’addestramento della rete prima del suo effettivo. Rispetto alle tecniche di deep learning principalmente basate su rete neurale convoluzuonali, implementate su dispositivi ingombranti e/o ad alto consumo energetico, sono meno onerose in termini computazionali. L’invenzione può dar vita ad una smart camera stereo a basso consumo energetico con processamento di mappe stereo a borde, capaci di auto-adattarsi in tempo reale all’ambiente esaminato.

Possibili Applicazioni

• Automotive (guida autonoma);
• Settore della Computer Vision;
• Robotica;
• Realtà aumentata;
• Ricostruzione 3D.

Vantaggi

• Auto-addestramento del sistema;
• Mantenimento dell’accuratezza invariata;
• Elaborazione immagini sia on-board che su ulteriori dispositivi hardware esterni