立体神经推理

在这种模式下,神经推理(物体检测,标志检测等)上运行的左 右摄像机,以产生立体声推理结果。与融合立体深度的单眼神经推理不同 - 没有最大视差搜索限制 - 所以最小距离纯粹受 (a) 立体相机本身的水​​平视野 (HFOV) 和 (b) 超焦距中的较大者限制的相机。

全局快门同步立体对的超焦距为 19.6cm。因此,距离小于 19.6 厘米的物体会显得失焦。这有效地用于该操作模式的最小距离,因为在大多数情况下(除用于与非常宽的立体声基线 OAK-FFC-3P-OG), 这 有效 最小距离大于较高 实际 最小距离为的结果立体相机视野。 例如,当距离 OAK-D 小于 5.25cm (下图中标记为 M)时, 物体将完全脱离两个灰度相机的视野,但比灰度相机的超焦距更近 (即 19.6cm,标记为 Y), 所以实际的最小深度就是这个超焦距。

Minimum perceiving distance

因此,要计算此操作模式的最小距离,请使用以下公式:

min_distance = max(tan((90 - HFOV/2) * pi/2) * base_line_dist/2, 19.6)

该公式实现了 HFOV 施加的最小距离的最大值,以及 19.6cm,即超焦距施加的最小距离。

Demo

Triangulation Demo

有关更多信息,请查看 执行立体神经接口的 gen2-triangulation 演示

有疑问?

我们很乐意为您提供代码或其他问题的帮助。

我们的联系方式

OAK QQ群
QQ

OAK视觉人工智能俱乐部

群号:280844897

加微信邀请入群
WeChat

微信号:13951940532

关注微信公众号:OAK视觉人工智能开发
欢迎到淘宝选购
taobao
OAK中国官方淘宝店

还可以通过我们发布的视频和文章了解OAK