物体识别是啥？

Posted 2023-05-10

物理识别是指对目标物的物理、化学和生物学的量化认识。如视觉包括明暗、色彩、大小、形状、远近、受力、活力、运动状态等。听觉包括声音的大小、频率、方位、波形等；触觉包括温度、硬度、湿度、状态等；嗅觉和味觉包括物质的组成及化学成分。现在科技（传感器）与电脑相结合，在识别范围和识别精度方面已经超过人的自身的能力，而且可以程序化。
所有的物体都有自己特有的物理和能量特征。物理特征如形状、大小、结构等外部特征，及组成成份及结构等内部特征。能量包括重力（重量）、磁力、声波及电磁波谱特征（y射线、X射线、可见光、红外线到无线电波)。颜色和温度等的异同是识别物体的标准。凡是属于同一属性的物质具有相同的物理特征和能量特征，也就可根据物理的和能量特征的差别来区别物体的属性。这是基本原则，但在少数情况下，会略有变化。 参考技术A

物体识别的种类非常多，其中有一个分类叫  电容物体识别技术，就是在显示屏上放一个物体，就会弹出该物体的相关信息，可以对该物体进行移动和旋转，也可以对弹出的信息进一步进行点击，对图片和视频进行缩放、平移、旋转等操作。参考视频链接电容物体识别原理讲解

参考技术B 在电容屏上放置一个物体(marker识别模块--直径68mm厚度5mm的圆饼），我们的rekud物体识别系统可以识别到：
1.marker的ID号，即是哪一个；
2.marker在屏幕上的x,y坐标，即位置；
3.marker的旋转角度angle。
物体识别的底层程序是通过C++，底层开源，上层效果程序可以使用flash、unity、ue4、ventuz等等
1.TUIOojb标准协议 ，我们通过TUIOobj协议把识别物的ID号，x,y和旋转角度发送给上层效果程序。
2.自定义UDP通讯协议格式是id1,x1,y1,angle1|id2,x2,y2,angle2 如果超过两个后面再加|id3 例如1,200,300,360|2,800,400,90|3,1024,650,45端口号上层程序可以自己随便定义，因为我们底层程序的端口号是可以配置的。 参考技术C

物体识别触摸桌，通过完成定义与客户想要表现的产品贴合的方式，将客户的产品变成电容触摸桌可识别的内容，产品放于触摸桌上，信息被识别并出现相关的内容窗口，使用者可根据自己的兴趣进一步了解产品的详细信息，可点触、放大、缩小、旋转、拖移位置，产品移动时相应窗口均跟踪移动。基于这套触摸识别程序开发的硬件电容触摸桌设备，外观轻薄，反应灵敏，不受光线影响，性能稳定，支持长时间使用。目前基于市场需要，开发的有43寸55寸75寸可选。为适应不同产品的展示，Marker大小5CM到7CM直径，厚度为6mm的圆盘可选。

PCAP触摸技术在所有光照条件下均可实现，并且具有多达80个点同时触摸，26个对象同时识别。目前我们的识别模块最小可以做到直径5厘米和0.8厘米厚，因此它支持小巧灵活的物体，并且可以连接到任何物体。它被内置到所有的物体识别桌里，其中包括最近推出的65 UHD，也可以单独使用3M触摸屏显示器输出信号，允许触摸和对象数据，应用程序PC可以是Windows，Mac或Linux--用户可以自由选择他们的编程框架。

(本文由上海先之实业有限公司整理发布，先之实业为智慧城市展厅、企业展厅、智慧园区展厅、小镇会客厅、智慧党建展厅、智慧文化礼堂、大型会展/活动、智慧营业厅以及终端体验店等场景提供一体化智慧展厅系统解决方案#物体识别屏##物体识别桌#

参考技术D

这里的物体识别特指屏上物体识别，指的是系统对首先对屏幕上放置和移动的物体进行识别，然后操作者可以和屏幕上与识别物体对应的数字内容进行互动。

从早期对屏上特征图案进行红外背摄的模式识别技术，到通过红外触摸框对屏上凸点阵列进行特征识别技术，再到在各种类型电容屏上对电容触纹基于深度学习的识别技术，以及最新的与RFID结合的无穷ID物体识别技术，北京锐扬科技始终走在人机交互技术的最前沿。
针对以上不同的物体识别技术，北京锐扬科技可以提供相应的识别令牌，还可以根据客户的要求定制令牌的尺寸和造型。

物体识别互动屏的应用创意参考

 物品信息自助展示 : 物品（如商品或展品）底部嵌入令牌后，人们将其放到互动屏上时，就可以对其关联信息进行交互式自助展示。
三维空间快捷操作 : 模块嵌入令牌后，在互动屏上放置、移动或旋转时，其相对位姿可对应相机、灯光或其他参数，实现空间漫游和方案变换等操作。
蓝图节点逻辑联动 : 标识底部嵌入令牌后，在互动屏任意位置放下、拿起，可实现蓝图节点的增减，节点相关参数则可在其周边显示和修改。
塔防游戏和数字沙盘 : 防御塔或沙具底部嵌入令牌后，在互动屏上进行摆放和关联界面操作，可以更加直观、便捷地进行互动，提高游戏的趣味性。
数字魔镜全屏探索 : 在框形结构中嵌入令牌后，在互动屏上移动时，框形内部区域显示与其位置关联的分层、透视、放大、动画等动态媒体内容。

跌倒时识别物体 - 视点变化

【中文标题】跌倒时识别物体 - 视点变化

【英文标题】：Recognize objects while falling - viewpoint variation

【发布时间】：2018-06-19 19:12:20

【问题描述】：

我有一个问题陈述来识别同一物体（瓶盖）的 10 类不同变化（颜色和大小的变化），同时考虑到相机看到物体的不同视点。我已将其拆分为子任务

1) 训练了一个深度学习模型，只对物体的平面进行分类，并在此尝试中成功。

示例 2 类的平面

2) 没有考虑到跌落，而是针对可能的视角变化训练了一个模型 - 不成功。

样本2类的感知变化

即使是视角发生变化，也有哪些方法可以识别对象。我不限于使用单个相机解决方案。对解决这个可变感知问题的想法持开放态度。

任何帮助都非常感谢，在此先感谢！

【参考方案1】：

我想给你的答案是：CapsNets

你一定要看看这篇论文，在那里你将了解 CNN 的一些缺点以及它们是如何解决这些缺点的。

也就是说，当视角发生变化时，我很难相信您的架构无法成功解决问题。您的数据集非常小吗？我希望神经网络能够学习褶皱边缘的过滤器，这可以从各个角度看到。

如果您不限于一台相机，您可以尝试训练一个“正常”分类器，您可以在生产中提供多张图像并对预测进行平均。或者，您可以构建一个同时包含多个视角的架构。你必须自己尝试，什么是最好的。

此外，永远不要低估老式图像预处理的力量。如果你有 3 个不同的视角，你可以选择最接近“平面”视角的那个。这可能就像使用具有最大颜色区域的图像一样简单，其中img.sum() 最高。

另一个想法是通过显式编程找出颜色，这应该相当容易，然后为网络提供灰度图像。也许您的网络被颜色的强相关性弄糊涂了，完全忽略了形状。