System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及使用机器学习校准全息显示器,以减轻失真。
技术介绍
1、抬头显示器(head-up display,hud)可用于交通工具中,以帮助乘员进行交通工具导航。例如,hud可以用于将来自仪表板的数据和其他交通工具相关数据投影到挡风玻璃前面的虚拟图像(例如,全息图)中。此外,在虚拟图像中,hud可以使用虚拟标志注释物体(例如,车辆、骑自行车的人、行人、地标等),显示导航数据(例如,转弯箭头、突出显示的出口等),在夜间和低能见度条件下(例如,雾、雨、暴风雪等)增强视力,诸如此类。hud可以提高乘员的状况认知,并提高乘员的舒适度和对车辆自动驾驶能力的信任。
技术实现思路
1、一种系统包括计算机,该计算机包括处理器和存储器。存储器包括指令,使得处理器被编程为在深度神经网络处接收由图像捕捉设备捕捉的图像。处理器还被编程为基于图像生成预测失真图(distortion map),并基于深度神经网络的损失函数更新深度神经网络的至少一个权重。
2、在其他特征中,深度神经网络包括卷积神经网络。
3、在其他特征中,卷积神经网络包括前馈卷积神经网络(feed-forwardconvolutional neural network)。
4、在其他特征中,图像包括经由基于增强现实的抬头显示器(ar-hud)设备投影到屏幕上的图像。
5、在其他特征中,屏幕包括挡风玻璃。
6、在其他特征中,处理器还被编程为使用具有反向传播的随机梯度下降,更新至少一个
7、在其他特征中,处理器还被编程为基于预测失真图,确定输入像素到输出像素的至少一个映射。
8、一种系统包括计算机,该计算机包括处理器和存储器。存储器包括指令,使得处理器被编程为在卷积神经网络处接收由图像捕捉设备捕捉的图像。处理器还被编程为基于图像生成预测失真图,并基于卷积神经网络的损失函数更新卷积神经网络的至少一个权重。
9、在其他特征中,卷积神经网络包括前馈卷积神经网络。
10、在其他特征中,图像包括经由基于增强现实的抬头显示器(ar-hud)设备投影到屏幕上的图像。
11、在其他特征中,屏幕包括挡风玻璃。
12、在其他特征中,处理器还被编程为使用具有反向传播的随机梯度下降,更新至少一个权重。
13、在其他特征中,处理器还被编程为基于预测失真图,确定输入像素到输出像素的至少一个映射。
14、一种方法包括:在深度神经网络处接收由图像捕捉设备捕捉的图像;基于图像生成预测失真图;以及基于深度神经网络的损失函数更新深度神经网络的至少一个权重。
15、在其他特征中,深度神经网络包括卷积神经网络。
16、在其他特征中,卷积神经网络包括前馈卷积神经网络。
17、在其他特征中,图像包括经由基于增强现实的抬头显示器(ar-hud)设备投影到屏幕上的图像。
18、在其他特征中,屏幕包括挡风玻璃。
19、在其他特征中,该方法包括使用具有反向传播的随机梯度下降,更新至少一个权重。
20、在其他特征中,该方法包括基于预测失真图,确定输入像素到输出像素的至少一个映射。
21、根据本文提供的描述,进一步的应用领域将变得明显。应该理解,描述和具体示例仅用于说明的目的,并不旨在限制本公开的范围。
本文档来自技高网...【技术保护点】
1.一种包括计算机的系统,所述计算机包括处理器和存储器,所述存储器包括指令,使得所述处理器被编程为:
2.根据权利要求1所述的系统,其中,所述深度神经网络包括卷积神经网络。
3.根据权利要求2所述的系统,其中,所述卷积神经网络包括前馈卷积神经网络。
4.根据权利要求1所述的系统,其中,所述图像包括经由基于增强现实的抬头显示器AR-HUD设备投影到屏幕上的图像。
5.根据权利要求4所述的系统,其中,所述屏幕包括挡风玻璃。
6.根据权利要求1所述的系统,其中,所述处理器还被编程为使用具有反向传播的随机梯度下降更新所述至少一个权重。
7.根据权利要求1所述的系统,其中,所述处理器还被编程为基于所述预测失真图,确定输入像素到输出像素的至少一个映射。
8.一种包括计算机的系统,所述计算机包括处理器和存储器,所述存储器包括指令,使得所述处理器被编程为:
9.根据权利要求8所述的系统,其中,所述卷积神经网络包括前馈卷积神经网络。
10.根据权利要求8所述的系统,其中,所述图像包括经由基于
...【技术特征摘要】
1.一种包括计算机的系统,所述计算机包括处理器和存储器,所述存储器包括指令,使得所述处理器被编程为:
2.根据权利要求1所述的系统,其中,所述深度神经网络包括卷积神经网络。
3.根据权利要求2所述的系统,其中,所述卷积神经网络包括前馈卷积神经网络。
4.根据权利要求1所述的系统,其中,所述图像包括经由基于增强现实的抬头显示器ar-hud设备投影到屏幕上的图像。
5.根据权利要求4所述的系统,其中,所述屏幕包括挡风玻璃。
6.根据权利要求1所述的系统,其中,所述处...
【专利技术属性】
技术研发人员:M·沙玛,T·A·塞德尔,张凯涵,
申请(专利权)人:通用汽车环球科技运作有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。