目标识别一直以来是计算机视觉领域中备受 随着三维传感器等硬件设备的快速发展，相较于以前，三维数据的采集和获取成本越来越低，三维目标识别的技术路线也逐渐由人工设计的三维特征与支持向量机等分类算法配合的方法转向基于深度学习的三维目标识别方法，对于三维目标识别的任务，设计一个快速、高识别率的识别算法具有关键意义。
WIMI微美全息（NASDAQ:WIMI）开发了基于深度学习的三维目标识别算法系统。深度学习模拟人脑视觉系统，其具有从具体到抽象，多层传递的特点，通过构建多层神经网络，将原始信息进行逐层的特征提取和抽象，使分类、识别和预测变得更加容易和准确。近年来，深度学习在图像处理、自然语言处理等人工智能领域发挥着越来越重要的作用，具有巨大的社会价值和经济效益。
WIMI微美全息基于深度学习框架下的三维目标识别算法以大量的训练数据为基础，从大量的数据中逐层学习特征，充分提取三维目标数据的特征，很大程度上保留三维目标图像质量的特征，从而将图像中高级语义信息充分表达，极大地提升了检测精确度，改善了三维目标检测与识别算法的效果。同时提升了在多类复杂任务中的适用性，在复杂任务中表现较好，能够对样本数据中的特征进行充分的学习，训练出的模型能够对各类目标进行检测与识别，既加快了三维目标检测识别的速度，又提升了准确率。
随着三维数据获取技术的进步、计算能力的增强、深度学习技术的发展以及应用需求的增加，三维视觉技术的研究和应用受到了越来越多的
转载请注明：http://www.0431gb208.com/sjslczl/8119.html
