计算机视觉加智能手机帮助准确看到颜色

研究人员正在开发基于AI算法的应用方法,该算法运行正常智能手机并以一种非复杂方式使用精确超光谱成像

由研究者设计计算机视觉技术可很快将智能机转换为极精准相机同助理教授ArtoKlami博士生计算机科学密科托万南市长拉贾尼设计计算机视觉算法spexel.i项目中可用于测定照片颜色 智能手机高精度

精确色检测可帮助内部设计师或涂料操作者使用spexel.i技术,他们可以拍下对象图片并获取应用中颜色阴暗的准确信息技术对在线购物者查找特定hue产品也有用

Spexel.ai技术基础是智能手机、附属手机外围装置和计算云服务颜色应用并用计算机视觉算法计算

还有其他设备可检测颜色, 但它们需要指针离测量对象非常近并使用它摄取房顶图片, 常拉贾尼表示:

超光谱图像显示更多

颜色检测是spexel.ai产品开发的第一步之后,同一种技术允许使用极精密超光谱成像,即带外围设备摄取的图像用计算机视觉算法处理成超光谱成像换句话说,技术比色检测先进

超光谱图像不同于普通照片,因为它们揭示物体内肉眼看不见的东西技术非光照基础高光谱图像比普通照片更精确解释光波长

热照片使用三种色通道,高光谱成像光波分辨率更高,由百色通道组成,Klami解释

简单三色相机无法辨别叶绿素等频谱高光谱图像室外比较容易辨识叶绿素比特,

故事持续视频

多用贵设备

超光谱成像技术已在地理遥感和估计农业产量大小等领域使用。高光谱图像还可用于识别仿美药

技术在工业质量控制中也有多种用途,但至今尚未真正提供给消费者使用。

视觉向消费者带超光谱成像颜色检测自然起始点,维尔库里商业引导spexel.a

多数高光谱成像容量设备目前都是昂贵的专门设备,从头到尾独立制作图像研究者版中,图像从用智能手机拍摄的定期图片转换成外围设备,重举或开发超光谱图像则用云服务执行

手机外围廉价并兼容 基本所有智能手机Klami表示,

spexel.a开发商正在调查潜在客户需求并继续提供概念开发证明以及与投资者谈判发明商业化启动 专利等待处理并启动国际病人检验程序以确定获取国际专利的先决条件研究者的目标是到2021年向消费者提供外围装置和应用

使用spexel.a解决方案,精确色检测易易方法为消费者和配色专业人员提供宝贵信息

ArtoKlami、Mikko Toivonen和长拉贾尼照片来自Susan Heikkinen

spexel.ai网站

更多信息:

文章原创于2019年10月29日发布,此后于2020年10月23日发布修正版

问题

高光谱成像设备耗资千欧元,普通消费者无法使用精确光谱图像也能为消费者日常生活和多企业服务消费者还可以获益于不高光谱成像的精色检测

求解

spexel.aibob体育下注安卓版赫尔辛基大学正在研究项目,目的是制作廉价光外围机和智能手机应用器,任何人都可使用它摄取精确光谱图像。开始向消费者介绍技术,作为一种色检测应用帮助精确判定对象阴暗

密钥益惠

颜色检测对参与颜色设计的人和消费者都有用长期目标是大幅度降低超光谱成像成本带正常智能手机和廉价外围相片的图片将通过计算机视觉算法转换成成成成品图像

商业模型

专利等待发明,并已采取初步商业化措施目标是到2021年建立并运营分机公司,引进消费者设备并应用市场

加入我们

我们欢迎使用色检测或超光谱成像的投资者和伙伴并使用高光谱成像

联系多查

上路相遇slush平台节点脱机