CN113811890A - 用于使用荧光和抗反射表面构造进行对象识别的系统和方法 - Google Patents
用于使用荧光和抗反射表面构造进行对象识别的系统和方法 Download PDFInfo
- Publication number
- CN113811890A CN113811890A CN202080034567.4A CN202080034567A CN113811890A CN 113811890 A CN113811890 A CN 113811890A CN 202080034567 A CN202080034567 A CN 202080034567A CN 113811890 A CN113811890 A CN 113811890A
- Authority
- CN
- China
- Prior art keywords
- degrees
- scene
- wave plate
- quarter wave
- spectral pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000003595 spectral effect Effects 0.000 claims abstract description 71
- 238000004020 luminiscence type Methods 0.000 claims abstract description 42
- 238000013500 data storage Methods 0.000 claims abstract description 32
- 230000005855 radiation Effects 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000010276 construction Methods 0.000 claims description 15
- 238000001748 luminescence spectrum Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 7
- 239000000463 material Substances 0.000 description 26
- 238000004891 communication Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 238000002189 fluorescence spectrum Methods 0.000 description 6
- 239000000523 sample Substances 0.000 description 5
- 238000000576 coating method Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000000049 pigment Substances 0.000 description 4
- 230000005284 excitation Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 101150102779 Cars1 gene Proteins 0.000 description 1
- 230000003667 anti-reflective effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000009500 colour coating Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003458 metachromatic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 235000015927 pasta Nutrition 0.000 description 1
- 238000006862 quantum yield reaction Methods 0.000 description 1
- 239000013074 reference sample Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B5/00—Optical elements other than lenses
- G02B5/30—Polarising elements
- G02B5/3083—Birefringent or phase retarding elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Spectrometry And Color Measurement (AREA)
- Polarising Elements (AREA)
Abstract
本发明涉及一种用于经由计算机视觉应用进行对象识别的系统和方法,该系统至少包括以下组件:‑待识别的至少一个对象(110),该对象(110)具有对象特定反射和发光光谱图案,‑光源(140),其被配置为在环境照明条件下照射包括至少一个对象的场景,‑传感器(150),其被配置为当场景由光源照射时测量包括至少一个对象的场景的辐射数据,‑线偏振器(120),其与四分之一波片(130)耦接,四分之一波片(130)以其快轴和慢轴相对于线偏振器(120)成40至50度、优选地42至48度、更优选地44至46度的范围内的角度取向,线偏振器(120)和四分之一波片(130)被定位在传感器(150)与至少一个对象(110)之间,以及光源(140)与至少一个对象(110)之间,‑数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,‑数据处理单元,其被配置为:从测量的场景辐射数据当中检测待识别的至少一个对象的对象特定发光光谱图案,以及将检测的对象特定发光光谱图案与存储在数据存储单元中的发光光谱图案相匹配,以及标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
Description
技术领域
本公开涉及一种用于使用荧光和抗反射表面构造进行对象识别的系统和方法。
背景技术
计算机视觉是一个快速发展的领域,因为大量使用能够经由传感器,诸如相机、诸如LiDAR或雷达的距离传感器以及基于结构光或立体视觉的深度相机系统(仅举几例),收集关于其周围环境的信息的电子设备。这些电子设备提供待由计算机处理单元处理的原始图像数据,并且因此使用人工智能和/或计算机辅助算法形成对环境或场景的理解。存在可以如何形成对环境的该理解的多种方式。通常,形成2D或3D图像和/或地图,并且分析这些图像和/或地图以形成对场景和该场景中的对象的理解。用于改进计算机视觉的一个前景是测量场景中的对象的化学组成的成分。虽然作为2D或3D图像获取的环境中的对象的形状和外观可用于形成对环境的理解,但是这些技术具有一些缺点。
计算机视觉领域中的一个挑战是能够使用最少的传感器、计算能力、光探针等资源,以高准确度和低延迟标识每个场景内尽可能多的对象。多年来,对象标识过程被称为遥感、对象标识、分类、认证或识别。在本公开的范围内,计算机视觉系统标识场景中的对象的能力被称为“对象识别”。例如,计算机分析图片并且标识/标记该图片中的球,有时甚至更进一步的信息,诸如球的类型(篮球、足球、棒球)、品牌、背景等被归入术语“对象识别”。
通常,计算机视觉系统中用于识别对象的技术可以如下分类:
技术1:物理标签(基于图像):条形码、二维码、序列号、文本、图案、全息图等。
技术2:物理标签(基于扫描/密切接触):视角相关颜料、上转换颜料、因光异色、颜色(红/绿)、发光材料。
技术3:电子标签(无源):RFID标签等。在没有电源的情况下连接到感兴趣对象的设备不一定可见但是可以以其他频率(例如无线电)操作。
技术4:电子标签(有源):无线通信、光、无线电、车辆对车辆、车辆对任何事物(X)等。以各种形式发射信息的感兴趣对象上的供电设备。
技术5:特征检测(基于图像):图像分析和标识,即,从侧视图对于汽车一定距离处的两个车轮;两只眼睛,鼻子和嘴巴(以该顺序)以用于面部识别等。这依赖于已知的几何形状/形状。
技术6:基于深度学习/CNN(基于图像):用标记的汽车、面部等的图像的许多图片训练计算机,并且计算机确定特征以检测和预测感兴趣的对象是否存在于新区域中。需要针对待标识的每类对象重复训练过程。
技术7:对象跟踪方法:以特定顺序组织场景中的项目,并且在开始时标记有序对象。此后跟随场景中的具有已知颜色/几何形状/3D坐标的对象。如果对象离开场景并且重新进入,则“识别”为丢失。
在以下中,呈现上文所提到的技术中的一些缺点。
技术1:当图像中的对象被遮挡或仅对象的一小部分在视图中时,条形码、标志等可能无法读取。此外,柔性物品上的条形码等可能变形,这限制了可见性。对象的所有侧面将必须携带大的条形码以从远处可见,否则仅在近距离并且仅以正确的取向可以识别对象。例如,当商店货架上对象上的条形码将被扫描时,这可能是一个问题。当在整个场景上操作时,技术1依赖于可能变化的环境照明。
技术2:由于归因于其小量子产率的低水平的发射光,因此上转换颜料在观看距离方面具有限制。它们需要强光探针。它们通常是不透明的和大颗粒的,这限制了涂料的选择。使它们的使用更加复杂的是以下事实:与荧光和光反射相比较,上转换响应更慢。虽然一些应用取决于所使用的化合物利用该独特响应时间,但是这仅在预先知道该传感器/对象系统的飞行距离时间时是可能的。在计算机视觉应用中,情况很少是这样。出于这些原因,防伪传感器具有用于读取的覆盖/黑暗部分、作为探针的1类或2类激光器以及与感兴趣对象的固定和有限距离以用于准确度。
类似地,视角相关颜料系统仅在近距离范围内工作并且需要以多个角度观看。而且,颜色对于视觉上令人愉悦的效果来说是不均匀的。必须管理入射光的光谱以获得正确的测量结果。在单个图像/场景内,具有角度相关彩色涂层的对象将具有沿着样本维度对相机可见的多种颜色。
基于颜色的识别是困难的,因为测量的颜色部分地取决于环境照明条件。因此,对于每个场景需要参考样本和/或受控照明条件。不同的传感器也将具有区分不同颜色的不同能力,并且将从一种传感器类型/制造商到另一种传感器类型/制造商而不同,需要用于每个传感器的校准文件。
在环境照明下基于发光的识别是富挑战性的任务,因为对象的反射和发光成分被添加在一起。通常,基于发光的识别将替代地使用暗测量条件和发光材料的激发区域的先验知识,因此可以使用正确的光探针/光源。
技术3:电子标签(诸如RFID标签)需要将电路、集电器和天线附接到感兴趣项目/对象,这增加了设计成本和复杂性。RFID标签提供存在或不存在的类型信息,但是不提供精确的位置信息,除非在场景上使用许多传感器。
技术4:这些主动方法需要将感兴趣对象连接到电源,这对于像足球、衬衫或一盒意大利面的简单物品来说成本高昂,并且因此不实际。
技术5:预测准确度很大程度上取决于图像的质量和在场景内的相机的位置,因为遮挡、不同的视角等可能容易地改变结果。标志类型图像可以存在于场景中的多个地方(即,标志可以在球、T恤、帽子或咖啡杯上)并且对象识别通过推理。对象的视觉参数必须以巨大的努力转换为数学参数。可以改变其形状的柔性对象是有问题的,因为每个可能的形状必须包括在数据库中。总是存在固有不确定性,因为类似形状的对象可能错误标识为感兴趣对象。
技术6:训练数据集的质量确定方法的成功。对于要识别/分类的每个对象,需要许多训练图像。与针对技术5相同的遮挡和柔性对象形状限制同样适用。需要用数千或更多的图像来训练每一类材料。
技术7:该技术在场景预先组织时有效,但是这很少是实际的。如果感兴趣对象离开场景或完全被遮挡,则除非与以上其他技术组合,否则无法识别该对象。
除了已经存在的技术的上文所提到的缺点之外,存在值得提到的一些其他挑战。看到远距离的能力、看到小对象的能力或看到具有足够细节的对象的能力全部需要高分辨率成像系统,即,高分辨率相机、LiDAR、雷达等。高分辨率的需求增加了相关联的传感器成本并且增加了要处理的数据量。
对于像自动驾驶或安全一样需要即时响应的应用,延迟是另一重要方面。需要处理的数据量确定是边缘计算还是云计算对于应用是适当的,后者仅在数据负载小的情况下是可能的。当边缘计算与繁重的处理一起使用时,操作系统的设备变得更大,并且限制易用性和因此实施性。
因此,需要适合于改进用于计算机视觉应用的对象识别能力的系统和方法。
发明内容
本公开提供具有独立权利要求的特征的系统和方法。实施例是从属权利要求以及描述和附图的主题。
根据权利要求1,提供了一种用于经由计算机视觉应用进行对象识别的系统,该系统至少包括以下组件:
-待识别的至少一个对象,该对象具有对象特定反射和发光光谱图案,
-光源,其被配置为照射包括至少一个对象的场景,优选在环境照明条件下,
-传感器,其被配置为当场景由光源照射时测量包括至少一个对象的场景的辐射数据,
-线偏振器,其与四分之一波片耦接,四分之一波片以其快轴和慢轴相对于线偏振器成40至50度、优选地42至48度、更优选地44至46度的范围内的角度取向,线偏振器和四分之一波片被定位在光源与至少一个对象之间以及传感器与至少一个对象之间,
-数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,
-数据处理单元,其被配置为:从测量的场景辐射数据当中提取/检测待识别的至少一个对象的对象特定发光光谱图案,以及将提取/检测的对象特定发光光谱图案与存储在数据存储单元中的发光光谱图案相匹配,以及标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
在技术上,线偏振器和四分之一波片的构造需要在光源与对象之间以及对象与传感器之间,即,光在到对象的途中必须穿过线偏振器,然后在其到传感器的途中再次穿过它。
在所提出的系统的一个方面中,线偏振器和四分之一波片融合在一起,形成一个光学组件。线偏振器和四分之一波片直接施加在至少一个对象的顶部,优选作为涂层或包裹物,以形成三层构造。优选地,至少一个对象具有基本平坦的表面,作为一个光学组件的线偏振器和四分之一波片可以施加到该表面。
在本公开的范围内,术语“荧光”和“发光”以及术语“荧光”和“发光”被同义使用。在本公开的范围内,术语“数据处理单元”、“处理器”、“计算机”和“数据处理器”将被广义解释并且被同义使用。
在另一方面中,本发明的实施例涉及一种用于经由计算机视觉应用进行对象识别的系统,该系统至少包括以下组件:
-待识别的至少一个对象,该对象是至少半透明的并且具有对象特定透射和发光光谱图案,
-光源,其被配置为照射包括至少一个对象的场景,优选在环境照明条件下,
-两个线偏振器,其相对于彼此以约0度对齐或相对于彼此旋转约90度,并且将至少一个对象夹在它们之间,
-传感器,其被配置为当场景由光源照射时测量包括至少一个对象的场景的辐射数据,
-数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,
-数据处理单元,其被配置为:从测量的场景辐射数据当中提取/检测待识别的至少一个对象的对象特定发光光谱图案,以及将提取/检测的对象特定发光光谱图案与存储在数据存储单元中的发光光谱图案相匹配,以及标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
根据所提出的系统的一个实施例,线偏振器直接施加在至少一个对象的任一侧。
在一个方面中,两个线偏振器中的每一个与四分之一波片(λ四分之一片)耦接。在这种情况下,线偏振器需要相对于彼此以约0度对齐,即相对于彼此成-5至5度、优选地-3至2度、更优选地-1至1度的范围内的角度。四分之一波片中的每一个以其快轴和慢轴相对于相应线偏振器约45度取向,即,以40至45度、优选地42至48度、更优选地44至46度的范围内的角度取向,以及每个四分之一波片相对于另一个四分之一波片以约0度取向,即相对于另一个四分之一波片以在-5至5度、优选地-3至2度、更优选地-1至1度的范围内的角度取向。
通常,对于具有两个线偏振器的布置存在两种不同的替代方案,线偏光器可以相对于彼此交叉(以约90度取向)或相对于彼此对齐(以约0度取向)。
在所提出的系统的另一方面中,两个线偏振器和各自与两个线偏振器中的一个耦接的相应的两个四分之一波片优选地作为相应的涂层或包裹物直接施加在至少一个对象的任一侧,因此形成5层构造,其中每一层直接在另一层之上。优选地,至少一个对象在两个相对侧具有两个基本上平坦的表面,线偏振器和四分之一波片可以作为一个组件施加于两个相对侧的每一侧以形成总共5层构造。
在另一方面中,传感器是高光谱相机或多光谱相机。传感器通常是具有光子计数能力的光学传感器。更具体地,它可以是单色相机,或RGB相机,或多光谱相机,或高光谱相机。传感器可以是以上任何一种的组合,或者以上任何一种与可调或可选择的滤波器组的组合,诸如,例如,单色传感器与特定滤波器。传感器可以测量场景的单个像素,或者一次测量多个像素。光学传感器可以被配置为对特定光谱范围内,特别是在超过三个频带中的光子进行计数。它可能是具有针对大视场的多个像素的相机,特别是在不同时间同时读取所有频带或不同频带。
多光谱相机在跨电磁光谱的特定波长范围内捕获图像数据。波长可以通过滤波器或通过使用对特定波长敏感的仪器进行分离,包括来自可见光范围之外的频率的光,即,红外线和紫外线。光谱成像可以允许提取人眼无法利用其红色、绿色和蓝色受体捕获的附加信息。多光谱相机测量少量(通常3至15个)光谱带中的光。高光谱相机是光谱相机的特殊情况,其中,常常数百个连续的光谱带是可用的。
光源可以为具有两个发光体的可切换光源,每个发光体由一个或多个LED组成并且在两个发光体之间具有短的切换时间。光源优选被选择为能够在至少两个不同的发光体之间切换。对于一些方法可能需要三个或更多个发光体。发光体的总组合被称为光源。这样做的一种方法是从不同波长的发光二极管(LED)创建发光体。LED可以快速打开和关闭,允许在发光体之间快速切换。也可以使用具有不同发射的荧光光源。也可以使用具有不同滤波器的白炽光源。光源可以以人眼不可见的速率在发光体之间切换。也可以利用LED或其他光源创建类似正弦曲线的发光体,这对一些提出的计算机视觉算法有用。
本公开描述了提供限制光从表面的反射同时经由发光提供光发射的方式的表面构造。通过在抗反射膜结构(与(或不与)四分之一波片耦接的(一个或多个)线偏振器)下面并入发光材料(待识别对象),如果存在激发波长的电磁辐射,该构造提供了独立于照射光谱分布的从材料/对象辐射的色度。在发光层/材料下面有或没有高度镜面反射层的情况下,这样的系统可以通过使用基于四分之一λ板的偏振抗反射构造来构建。这样的构造消除了用于计算机视觉应用的基于颜色空间的识别技术的环境光依赖性,因为由传感器观察到的色度将与环境光条件无关,而仅取决于(待识别对象的)发光层的化学性质。通过将如所描述的表面构造的反射和发光解耦,将发光的色度用于基于化学性质的对象识别是可能的,因为发光是发光材料/对象中存在的化学部分的固有特性。
在另一方面中,本发明涉及一种用于经由计算机视觉应用进行对象识别的方法,该方法至少包括以下步骤:
-提供待识别的至少一个对象,该对象具有对象特定反射和发光光谱图案,
-使用光源在环境照明条件下照射包括至少一个对象的场景,
-提供线偏振器,其与四分之一波片耦接,四分之一波片以其快轴和慢轴相对于线偏振器约45度取向,即,以相对于线偏振器40至45度、优选地42至48度、更优选地44至46度的范围内的角度取向,以及
-将线偏振器和四分之一波片定位在光源与至少一个对象之间以及传感器与至少一个对象之间,
-使用传感器测量包括至少一个对象的场景的辐射数据,
-提供数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,
-从测量的场景辐射数据当中提取/检测待识别的至少一个对象的对象特定发光光谱图案,
-将提取/检测的对象特定发光光谱图案与存储在数据存储单元中的发光光谱图案相匹配,以及
-标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
在一个方面中,线偏振器和四分之一波片直接施加在至少一个对象之上以形成三层构造。
在另一方面中,本发明的实施例涉及一种用于经由计算机视觉应用进行对象识别的方法,该方法至少包括以下步骤:
-提供至少一个待识别对象,该对象至少是半透明的并且具有对象特定透射和发光光谱图案,
-使用光源在环境照明条件下照射包括至少一个对象的场景,
-提供两个线偏振器,其相对于彼此以约0度对齐或相对于彼此旋转约90度,并且将至少一个对象夹在它们之间,
-使用传感器测量包括至少一个对象的场景的辐射数据,
-提供数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,
-提供数据处理单元,其被编程为:从测量的场景辐射数据当中提取/检测待识别的至少一个对象的对象特定发光光谱图案,以及将提取/检测的对象特定发光光谱图案与存储在数据存储单元中的发光光谱图案相匹配,以及标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
线偏振器可以直接施加在至少一个对象的任一侧。
两个线偏振器中的每一个可以与四分之一波片耦接。在这种情况下,两个线偏振器需要相对于彼此对齐,并且每个四分之一波片需要相对于相应的线偏振器旋转约45度,同时四分之一波片相对于彼此对齐。
措辞“待对齐”意指相对于彼此以约0度对齐,即相对于彼此成-5至5度、优选地-3至2度、更优选地-1至1度的范围内的角度。
根据所提出的方法的一个可能的实施例,两个线偏振器和各自与两个线偏振器中的一个耦接的相应的两个四分之一波片直接施加在至少一个对象的任一侧,因此形成5层构造,其中每一层直接在另一层之上。
本发明的实施例可以与计算机系统一起使用或并入计算机系统中,该计算机系统可以是独立单元或包括经由网络(诸如,例如,因特网或内联网)与位于例如云中的中央计算机通信的一个或多个远程终端或设备。如此,本文所描述的数据处理单元和相关组件可以是本地计算机系统或远程计算机或在线系统或其组合的一部分。本文所描述的数据库(即,数据存储单元)和软件可以存储在计算机内部存储器中或在非暂态计算机可读介质中。在本公开的范围内,数据库可以是数据存储单元的一部分或者可以表示数据存储单元本身。术语“数据库”和“数据存储单元”同义使用。
所提出的系统的一些或所有技术组件,即光源、传感器、(一个或多个)线偏振器、数据存储单元和数据处理单元可以彼此通信连接。任何组件之间的通信连接可以是有线或无线连接。可以使用每个适合的通信技术。相应组件各自可包括用于彼此通信的一个或多个通信接口。这样的通信可以使用有线数据传输协议来执行,诸如光纤分布式数据接口(FDDI)、数字用户线(DSL)、以太网、异步传输模式(ATM)或任何其他有线传输协议。可替代地,所述通信可以无线经由使用各种协议中的任一种的无线通信网络,诸如通用分组无线电服务(GPRS)、通用移动电信系统(UMTS)、码分多址(CDMA)、长期演进(LTE)、无线通用串行总线(USB)和/或任何其他无线协议。相应通信可以是无线和有线通信的组合。
在又一方面中,本发明的实施例涉及一种具有可由如之前所描述的一个或多个数据处理单元执行的指令的计算机程序产品,该指令使得机器进行以下各项:
-提供待识别的至少一个对象,该对象至少是半透明的并且具有对象特定透射和发光光谱图案,
-使用光源在环境照明条件下照射包括至少一个对象的场景,
-提供两个线偏振器,其以相对于彼此-5至5度、优选地-3至2度、更优选地-1至1度的范围内的角度对齐或以相对于彼此85至95度、特别是87至92度、更优选地89至91度的范围内的角度旋转,并且其将至少一个对象夹在它们之间,
-使用传感器测量包括至少一个对象的场景的辐射数据,
-提供数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,
-从测量的场景辐射数据当中检测待识别的至少一个对象的对象特定发光光谱图案,以及将检测的对象特定发光光谱图案与存储在数据存储单元中的发光光谱图案相匹配,以及标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
在又一实施例中,本公开还涉及一种非暂态计算机可读介质,其存储指令,所述指令当由一个或多个处理器执行时,特别是由如之前所描述的一个或多个数据处理单元执行时,使得机器进行以下各项:
-提供待识别的至少一个对象,该对象至少是半透明的并且具有对象特定透射和发光光谱图案,
-使用光源在环境照明条件下照射包括至少一个对象的场景,
-提供两个线偏振器,其以相对于彼此-5至5度、优选地-3至2度、更优选地-1至1度的范围内的角度对齐或以相对于彼此85至95度、特别是87至92度、更优选地89至91度的范围内的角度旋转,并且其将至少一个对象夹在它们之间,
-使用传感器测量包括至少一个对象的场景的辐射数据,
-提供数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,
-从测量的场景辐射数据当中检测待识别的至少一个对象的对象特定发光光谱图案,以及将检测的对象特定发光光谱图案与存储在数据存储单元中的发光光谱图案相匹配,以及标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
在又一实施例中,本公开还涉及一种非暂态计算机可读介质,其存储指令,所述指令当由一个或多个处理器执行时使得机器进行以下各项:
-待识别的至少一个对象,该对象具有对象特定反射和发光光谱图案,
-使用光源在环境照明条件下照射包括至少一个对象的场景,
-提供线偏振器,其与四分之一波片耦接,四分之一波片以其快轴和慢轴相对于线偏振器成40至50度、优选地42至48度、更优选地44至46度的范围内的角度取向,以及
-将线偏振器和四分之一波片定位在传感器与至少一个对象之间,以及光源与至少一个对象之间,
-使用传感器测量包括至少一个对象的场景的辐射数据,
-提供数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,
-从测量的场景辐射数据当中检测待识别的至少一个对象的对象特定发光光谱图案,
-将检测的对象特定发光光谱图案与存储在数据存储单元中的发光光谱图案相匹配,以及
-标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
本发明在以下示例中进一步限定。应当理解,通过指示本发明的优选实施例,这些示例仅以说明性的方式给出。从以上讨论和示例,本领域技术人员可以确定本发明的基本特性并且在不脱离其精神和范围的情况下,可以做出本发明的各种改变和修改以使其适于各种用法和条件。
附图说明
图1示意性地示出了根据本公开的系统的第一实施例的部分。
图2示意性地示出了根据本公开的系统的第二实施例的部分。
图3示意性地示出了根据本公开的系统的第三实施例的部分。
图4示出了使用根据本公开的系统的实施例接收的测量辐射和发射数据的图。
具体实施方式
图1示出了根据本发明的系统的第一实施例。系统包括待识别并且被提供/赋予如由参考标记105指示的荧光材料的对象110。进一步地,对象110还具有镜面反射表面106。系统还包括线偏振器120和四分之一波片130。此外,系统包括被配置为照射包括对象110的场景的光源140。在光源140与对象110之间以及在对象110与传感器150之间,布置线偏振器120和四分之一波片130。线偏振器120可以在任何位置处。四分之一波片130必须具有其快轴和慢轴,如由相应的双箭头所指示的,在与线偏振器取向约45度(理想地,小偏差是可接受的)处,但是以其他方式四分之一波片130的取向并不重要。例如,快轴和慢轴可以相对于线偏振器120切换。进一步地,可能的是,线偏振器120和四分之一波片130融合在一起并且可以直接施加在对象110之上以给出3层构造。系统还包括传感器150,该传感器150被配置为感测从对象110返回的已经通过四分之一波片130和线偏振器120之后的光。传感器150与此处未示出的数据处理单元和数据存储单元耦接,该数据存储单元存储具有相应多个不同对象的多个荧光光谱图案的数据库。在操作中,光源140将非偏振光发射到线偏振器120上。线偏振器120使入射光111线偏振,然后四分之一波片130将线偏振光112转换为圆偏振光113。在从对象110反射时,光113的圆偏振通过在反射表面106处的反射被转换为相反的相位115。光的一部分,即激发赋予在对象110上的荧光材料105需要的波长的光被部分吸收并且以较长的波长发射。荧光光114在很大程度上没有偏振。当穿过四分之一波片130时,非偏振光114可以穿过四分之一波片130而不受干扰116,并且它的约一半也可以作为线偏振光118逸出线偏振器120。该光118然后可以由传感器150观察和测量。与此相反,光115再次由四分之一波片130转换为线偏振光117。该线偏振光117具有错误的相位而不能穿过线偏振器120返回,以及因此抑制或至少减少了对象110处的反射。由于荧光发射仅随着激发光的变化在幅度方面变化,所以测量的发射光118的荧光光谱仍然指示待识别的对象110,以及因此可用于对象识别。如图1所示的整个构造可以施加于待识别对象的一部分或作为涂层或包裹物施加在对象110的大部分或整个对象110上。优选地,利用对象110的一个多光谱或高光谱图像从测量的发射光118的可观察荧光光谱获取用于标识对象110的信息是可能的。
图2示出了所提出的系统的可替代实施例的部分。图2所示的系统包括光源240、待识别对象210和传感器250。对象210被赋予荧光材料205,以使得对象210可以借助于其对象特定荧光光谱图案来标识。进一步地,对象210是高度透明的,以使得撞击对象210的光可以穿过对象210。系统还包括两个线偏振器220和225。线偏振器220和225可以处于任何取向,但是必须相对于彼此成约90度,即相对于彼此成85至95度、优选地87至92度、更优选地89至91度的范围内的角度。在此处所示的实施例中,赋予/提供有荧光材料的对象210夹在两个线偏振器220和225之间。可能的是,线偏振器220和225直接施加在对象210的荧光材料205的任一侧。对象210和提供在对象210上的荧光材料205必须具有一定的透明度,以使得光可以穿过荧光材料205和对象210透射到另一侧。
当操作时,光源240发射非偏振光211,非偏振光211撞击线偏振器225,线偏振器225首先使入射光211线偏振。偏振光212然后撞击对象210。偏振光的一部分213仅穿过对象210而没有任何干扰。到达荧光材料205的具有激发荧光材料205的正确能量的线偏振光212被部分吸收并以较长的波长发射。荧光光214在很大程度上没有偏振,因此仅它的约一半不能穿过第二线偏振器220。未被吸收但穿过对象210而没有任何干扰的光213由于其相对于第二线偏振器225约90度的取向而不能通过第二线偏振器220。因此,可以由传感器250观察和测量的光215仅由可以通过第二线偏振器220并且作为偏振光215离开第二线偏振器220的荧光光214产生。该测量光215指示对象210的荧光材料205并且因此可以用于对象识别。出于该目的,传感器250与数据存储单元和数据处理单元通信接触,该数据存储单元具有存储具有不同荧光光谱图案的不同对象的数据库,该数据处理单元被配置为将对象210的测量的荧光光谱图案与存储在数据库中的荧光光谱图案相匹配。此处未示出数据库和数据处理单元。
图3示出了所提出的系统的又一实施例的部分。系统包括光源340、待识别对象310和传感器350。系统还包括数据处理单元和数据库,两者在此处均未示出,但是至少与传感器350通信连接。待识别的对象310再次由透明材料形成,并且还提供有具有特定荧光光谱图案的荧光材料305。系统还包括两个线偏振器320和325和两个四分之一波片330和335。每个四分之一波片被分配给相应的线偏振器。因此,四分之一波片330被分配给线偏振器320以及四分之一波片335被分配给线偏振器325。如关于图1已经描述的,线偏振器320、325可以处于任何取向并且也可以处于任何位置。如果线偏振器320、325相对于彼此以约0度对齐,如图3所示,那么分配给相应线偏振器的四分之一波片必须使其快轴和慢轴相对于线偏振器成约45度,并且相对于另一个四分之一波片成约0度。那意味着四分之一波片330必须相对于线偏振器320以约45度取向。四分之一波片335必须相对于线偏振器325以约45度取向。在图3所示的布置中,对象310由两个线偏振器320、325和两个四分之一波片330、335夹在中间。在对象310的两侧,布置由线偏振器和四分之一波片形成的对。可能的是,在该顺序中,线偏振器和四分之一波片融合在一起并且直接施加在对象310的荧光材料305的任一侧之上以给出5层构造,其中每一层直接在另一层之上。
当操作时,光源340发射非偏振光311,该非偏振光311撞击线偏振器325。线偏振器325首先将入射光311线偏振成偏振光312。当偏振光312撞击四分之一波片335时,四分之一波片335将线偏振光312转换为圆偏振光313。圆偏振光313的一部分然后可以穿过对象310而不受任何干扰并且作为圆偏振光314离开对象310。到达对象310的荧光材料305的具有激发荧光材料305的正确能量的圆偏振光被部分吸收并以较长的波长发射。荧光光315在很大程度上没有偏振,因此在穿过四分之一波片330时没有净变化,仍然作为非偏振光317。约一半的非偏振光317由第二线偏振器320吸收,并且剩余部分作为线偏振光318通过。撞击四分之一波片330的圆偏振光314被转换为线偏振光316。然而,该线偏振光316具有错误的相位而不能穿过线偏振器320返回,以及因此尚未由对象310发出荧光的光不能离开线偏振器320。因此,仅已经由对象310发出荧光的光315可以离开线偏振器320。测量的发射光318的光谱指示对象310的荧光材料并且可以通过将测量的荧光光谱图案与数据库匹配来用于对象识别。
各种配置,即偏振器和四分之一波片相对于彼此的取向,对于该设计是可能的。所有构造依赖于如下原理:对入射光进行线偏振、可选地对光进行圆偏振、使光撞击待识别对象的荧光材料、以及因此激发非偏振光的发射、如果必要的话将圆偏振光转换为线偏振光、以及利用适当的线偏振器滤除剩余的入射光。然而,约一半的发射光能够逸出最终的线偏振器,并且可以由相应的传感器感知或测量。由于光学损耗,最多50%的发射光可以从最终的线偏振器中逸出。
图4示出了具有水平轴410和垂直轴420的图400。沿着水平轴410,以纳米为单位绘制光的波长。在垂直轴420上,绘制了光的归一化强度。曲线430指示使用高光谱相机测量的辐射,而曲线440指示使用荧光计测量的光源发射。
参考标记列表
105 荧光材料
106 反射表面
110 对象
111 入射光
112 线偏振光
113 圆偏振光
114 非偏振光
115 圆偏振光
116 非偏振光
117 线偏振光
118 线偏振光
120 线偏振器
130 四分之一波片
140 光源
150 传感器
205 荧光材料
210 对象
211 入射光
212 线偏振光
213 线偏振光
214 非偏振光
215 线偏振光
220,225 线偏振器
240 光源
250 传感器
305 荧光材料
310 对象
311 入射光
312 线偏振光
313 圆偏振光
314 圆偏振光
315 非偏振光
316 线偏振光
317 非偏振光
318 线偏振光
320,325 线偏振器
330,335 四分之一波片
340 光源
350 传感器
Claims (15)
1.一种用于经由计算机视觉应用进行对象识别的系统,所述系统至少包括以下组件:
-待识别的至少一个对象(110),所述对象具有对象特定反射和发光光谱图案,
-光源(140),其被配置为在环境照明条件下照射包括所述至少一个对象的场景,
-传感器(150),其被配置为当所述场景由所述光源照射时测量包括所述至少一个对象的所述场景的辐射数据,
-线偏振器(120),其与四分之一波片(130)耦接,所述四分之一波片(130)以其快轴和慢轴相对于所述线偏振器(120)成40至50度、优选地42至48度、更优选地44至46度的范围内的角度取向,所述线偏振器(120)和所述四分之一波片(130)被定位在所述传感器(150)与所述至少一个对象(110)之间,以及所述光源(140)与所述至少一个对象(110)之间,
-数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,
-数据处理单元,其被配置为:从测量的场景辐射数据当中检测待识别的所述至少一个对象的对象特定发光光谱图案,以及将检测的对象特定发光光谱图案与存储在所述数据存储单元中的发光光谱图案相匹配,以及标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
2.根据权利要求1所述的系统,其中,所述线偏振器和所述四分之一波片融合在一起,形成一个光学组件。
3.根据权利要求2所述的系统,其中,所述线偏振器和所述四分之一波片直接施加在所述至少一个对象之上以形成三层构造。
4.一种用于经由计算机视觉应用进行对象识别的系统,所述系统至少包括以下组件:
-待识别的至少一个对象(210,310),所述对象是至少半透明的并且具有对象特定透射和发光光谱图案,
-光源(240,340),其被配置为在环境照明条件下照射包括所述至少一个对象的场景,
-两个线偏振器(220,225,320,325),其以相对于彼此-5至5度、优选地-3至2度、更优选地-1至1度的范围内的角度对齐或以相对于彼此85至95度、特别是87至92度、更优选地89至91度的范围内的角度旋转,并且其将所述至少一个对象夹在它们之间,
-传感器(250,350),其被配置为当所述场景由所述光源照射时测量包括所述至少一个对象的场景的辐射数据,
-数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,
-数据处理单元,其被配置为:从测量的场景辐射数据当中检测待识别的所述至少一个对象的对象特定发光光谱图案,以及将检测的对象特定发光光谱图案与存储在所述数据存储单元中的发光光谱图案相匹配,以及标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
5.根据权利要求4所述的系统,其中,所述线偏振器直接施加在所述至少一个对象的任一侧。
6.根据权利要求4所述的系统,其中,所述两个线偏振器(320,325)中的每一个与四分之一波片耦接,其中,所述线偏振器相对于彼此以-5至5度、优选地-3至2度、更优选地-1至1度的范围内的角度对齐,所述四分之一波片中的每一个以其快轴和慢轴相对于所述相应的线偏振器以40至50度、优选地42至48度、更优选地44至46度的范围内的角度取向,以及每个四分之一波片相对于另一个四分之一波片以约0度取向。
7.根据权利要求6所述的系统,其中,所述两个线偏振器和各自与所述两个线偏振器中的一个耦接的相应的两个四分之一波片直接施加在所述至少一个对象的任一侧,因此形成5层构造,其中每一层直接在另一层之上。
8.根据前述权利要求中的任一项所述的系统,其中,所述传感器(150,250,350)是高光谱相机或多光谱相机。
9.一种用于经由计算机视觉应用进行对象识别的方法,所述方法至少包括以下步骤:
-提供待识别的至少一个对象,所述对象具有对象特定反射和发光光谱图案,
-使用光源在环境照明条件下照射包括所述至少一个对象的场景,
-提供线偏振器,其与四分之一波片耦接,所述四分之一波片以其快轴和慢轴相对于所述线偏振器成40至50度、优选地42至48度、更优选地44至46度的范围内的角度取向,以及
-将所述线偏振器和所述四分之一波片定位在传感器与所述至少一个对象之间,以及所述光源与所述至少一个对象之间,
-使用所述传感器测量包括所述至少一个对象的所述场景的辐射数据,
-提供数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,
-从测量的场景辐射数据当中检测待识别的所述至少一个对象的对象特定发光光谱图案,
-将检测的对象特定发光光谱图案与存储在所述数据存储单元中的发光光谱图案相匹配,以及
-标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
10.根据权利要求9所述的方法,其中,所述线偏振器和所述四分之一波片直接施加在所述至少一个对象之上以形成三层构造。
11.一种用于经由计算机视觉应用进行对象识别的方法,所述方法至少包括以下步骤:
-提供待识别的至少一个对象,所述对象是至少半透明的并且具有对象特定透射和发光光谱图案,
-使用光源在环境照明条件下照射包括所述至少一个对象的场景,
-提供两个线偏振器,其以相对于彼此-5至5度、优选地-3至2度、更优选地-1至1度的范围内的角度对齐或以彼此成85至95度、特别是87至92度、更优选地89至91度的范围内的角度旋转,并且其将所述至少一个对象夹在它们之间,
-使用传感器测量包括所述至少一个对象的所述场景的辐射数据,
-提供数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,
-提供数据处理单元,其被编程为:从测量的场景辐射数据当中检测待识别的所述至少一个对象的对象特定发光光谱图案,以及将检测的对象特定发光光谱图案与存储在所述数据存储单元中的发光光谱图案相匹配,以及标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
12.根据权利要求11所述的方法,其中,所述线偏振器直接施加在所述至少一个对象的任一侧。
13.根据权利要求11或12所述的方法,其中,所述两个线偏振器中的每一个与四分之一波片耦接,其中,所述线偏振器相对于彼此以-5至5度、优选地-3至2度、更优选地-1至1度的范围内的角度对齐,以及所述四分之一波片中的每一个以其快轴和慢轴相对于所述相应的线偏振器成40至50度、优选地42至48度、更优选地44至46度的范围内的角度取向,以及每个四分之一波片相对于另一四分之一波片以约0度取向。
14.根据权利要求11至13中的任一项所述的方法,其中,所述两个线偏振器和各自与所述两个线偏振器中的一个耦接的相应的两个四分之一波片直接施加在所述至少一个对象的任一侧,因此形成5层构造,其中每一层直接在另一层之上。
15.一种非暂态计算机可读介质,其存储指令,所述指令当由一个或多个处理器执行时使得机器进行以下各项:
-提供待识别的至少一个对象,所述对象是至少半透明的并且具有对象特定透射和发光光谱图案,
-使用光源在环境照明条件下照射包括所述至少一个对象的场景,
-提供两个线偏振器,其以相对于彼此-5至5度、优选地-3至2度、更优选地-1至1度的范围内的角度对齐或以彼此成85至95度、特别是87至92度、更优选地89至91度的范围内的角度旋转,并且其将所述至少一个对象夹在它们之间,
-使用传感器测量包括所述至少一个对象的场景的辐射数据,
-提供数据存储单元,其包括发光光谱图案以及恰当分配的相应对象,
-从测量的场景辐射数据当中检测待识别的所述至少一个对象的对象特定发光光谱图案,以及将检测的对象特定发光光谱图案与存储在所述数据存储单元中的发光光谱图案相匹配,以及标识最佳匹配的发光光谱图案,以及因此,其分配的对象。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962858358P | 2019-06-07 | 2019-06-07 | |
EP19179184 | 2019-06-07 | ||
US62/858,358 | 2019-06-07 | ||
EP19179184.7 | 2019-06-07 | ||
PCT/EP2020/065750 WO2020245443A2 (en) | 2019-06-07 | 2020-06-05 | System and method for object recognition using fluorescent and antireflective surface constructs |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113811890A true CN113811890A (zh) | 2021-12-17 |
Family
ID=70977984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080034567.4A Pending CN113811890A (zh) | 2019-06-07 | 2020-06-05 | 用于使用荧光和抗反射表面构造进行对象识别的系统和方法 |
Country Status (12)
Country | Link |
---|---|
US (1) | US20220245842A1 (zh) |
EP (1) | EP3980937A2 (zh) |
JP (1) | JP2022535889A (zh) |
KR (1) | KR20220004739A (zh) |
CN (1) | CN113811890A (zh) |
AU (1) | AU2020288358A1 (zh) |
BR (1) | BR112021019031A2 (zh) |
CA (1) | CA3140195A1 (zh) |
MX (1) | MX2021014832A (zh) |
SG (1) | SG11202113338WA (zh) |
TW (1) | TW202122763A (zh) |
WO (1) | WO2020245443A2 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114413803A (zh) * | 2021-12-30 | 2022-04-29 | 南京大学 | 一种基于无源rfid的非接触式角度追踪系统及方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023180178A1 (en) | 2022-03-23 | 2023-09-28 | Basf Coatings Gmbh | System and method for object recognition utilizing color identification and/or machine learning |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL151745A (en) * | 2002-09-12 | 2007-10-31 | Uzi Sharon | Explosive detection and detection system |
GB0903846D0 (en) * | 2009-03-05 | 2009-04-22 | Molecular Vision Ltd | A device |
CA2987207C (en) * | 2015-05-26 | 2024-02-20 | Universite Laval | Tunable optical device, tunable liquid crystal lens assembly and imaging system using same |
CN108449958A (zh) * | 2015-09-01 | 2018-08-24 | 凯杰器械有限公司 | 高通量核酸测序系统中用于颜色探测的系统和方法 |
US10457087B2 (en) * | 2015-12-17 | 2019-10-29 | Sicpa Holding Sa | Security element formed from at least two materials present in partially or fully overlapping areas, articles carrying the security element, and authentication methods |
JP6422616B1 (ja) * | 2016-12-22 | 2018-11-14 | 国立大学法人 筑波大学 | データ作成方法及びデータ使用方法 |
CN107025451B (zh) * | 2017-04-27 | 2019-11-08 | 上海天马微电子有限公司 | 一种显示面板及显示装置 |
-
2020
- 2020-06-05 EP EP20730649.9A patent/EP3980937A2/en active Pending
- 2020-06-05 AU AU2020288358A patent/AU2020288358A1/en not_active Abandoned
- 2020-06-05 SG SG11202113338WA patent/SG11202113338WA/en unknown
- 2020-06-05 JP JP2021572406A patent/JP2022535889A/ja active Pending
- 2020-06-05 KR KR1020217039558A patent/KR20220004739A/ko unknown
- 2020-06-05 BR BR112021019031A patent/BR112021019031A2/pt not_active IP Right Cessation
- 2020-06-05 WO PCT/EP2020/065750 patent/WO2020245443A2/en active Application Filing
- 2020-06-05 CA CA3140195A patent/CA3140195A1/en active Pending
- 2020-06-05 CN CN202080034567.4A patent/CN113811890A/zh active Pending
- 2020-06-05 US US17/617,132 patent/US20220245842A1/en not_active Abandoned
- 2020-06-05 MX MX2021014832A patent/MX2021014832A/es unknown
- 2020-06-05 TW TW109119103A patent/TW202122763A/zh unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114413803A (zh) * | 2021-12-30 | 2022-04-29 | 南京大学 | 一种基于无源rfid的非接触式角度追踪系统及方法 |
CN114413803B (zh) * | 2021-12-30 | 2022-11-11 | 南京大学 | 一种基于无源rfid的非接触式角度追踪系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
AU2020288358A1 (en) | 2022-01-06 |
CA3140195A1 (en) | 2020-12-10 |
BR112021019031A2 (pt) | 2021-12-21 |
SG11202113338WA (en) | 2021-12-30 |
US20220245842A1 (en) | 2022-08-04 |
WO2020245443A2 (en) | 2020-12-10 |
WO2020245443A3 (en) | 2021-03-18 |
KR20220004739A (ko) | 2022-01-11 |
JP2022535889A (ja) | 2022-08-10 |
MX2021014832A (es) | 2022-01-18 |
EP3980937A2 (en) | 2022-04-13 |
TW202122763A (zh) | 2021-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11295152B2 (en) | Method and system for object recognition via a computer vision application | |
US20220319205A1 (en) | System and method for object recognition using three dimensional mapping tools in a computer vision application | |
CN113474791A (zh) | 经由计算机视觉应用进行对象识别的方法和系统 | |
US20220245842A1 (en) | System and method for object recognition using fluorescent and antireflective surface constructs | |
US20220319149A1 (en) | System and method for object recognition under natural and/or artificial light | |
AU2020288708A1 (en) | System and method for object recognition using 3D mapping and modeling of light | |
US20220307981A1 (en) | Method and device for detecting a fluid by a computer vision application |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |