印度排名前 7 的计算机视觉研究机构/高速摄像机在电解气泡研究中的应用/水果分级系统采计算机视觉提升六倍检测效率-机器视觉资讯20240104

视觉招聘小黑板

视觉软件工程师(自动化) ,8千-1.5万,计算机硬件民营, 极米科技
计算机视觉和机器学习工程师 ,1.5-3万,通信/电信/网络设备外资（非欧美）, 北京三星
视觉算法工程师 ,1.5-2.5万,机械/设备/重工民营, 武汉新耐视智能
视觉工程师 ,1-2万·13薪,仪器仪表/工业自动化民营, 阿派斯自动化科技
图像算法工程师/视觉算法工程师/机器视觉工程师 ,2-3.5万·14薪,仪器仪表/工业自动化民营, 上海御微半导体
机器人产品经理 补贴丰厚(151202) 英语必须 ,1.8-2.5万,专业服务(咨询、人力资源、财会)外资（非欧美）, 上海艾杰飞
机器人工程师（高级） ,1-2万,机械/设备/重工民营
高级视觉工程师 ,2-3万,仪器仪表/工业自动化民营
视觉工程师（强度不大）-非标-先导氢能 ,1.8-2.5万·14薪,仪器仪表/工业自动化已上市
ADAS软件视觉感知工程师 高薪(155158) ,1.5-3万,专业服务(咨询、人力资源、财会)外资（非欧美）
机器人工程师 ,8千-1.5万,机械/设备/重工民营
视觉工程师（halcon) ,1.5-2.5万,仪器仪表/工业自动化民营
视觉工程师（强度不大）-非标-先导氢能 ,1.8-2.5万·14薪,仪器仪表/工业自动化已上市
机械/电气/软件/视觉/量产工程师/产品负责人(154663) ,1.9-3.8万,专业服务(咨询、人力资源、财会)外资（非欧美）
机器视觉工程师 ,1.5-2.5万,仪器仪表/工业自动化民营
视觉算法工程师（工业自动化） ,7千-1.2万,仪器仪表/工业自动化合资
视觉工程师（强度不大）-非标-先导氢能 ,1.8-2.5万·14薪,仪器仪表/工业自动化已上市
C#机器人应用软件开发工程师(156034) ,1.5-2.5万,专业服务(咨询、人力资源、财会)外资（非欧美）
机器视觉工程师 ,1-1.5万,仪器仪表/工业自动化民营
康耐视视觉调试工程师（五险一金） ,4-7千,仪器仪表/工业自动化合资

欲了解详情，请在公众号后台回复：240104

---

行业资讯

印度排名前 7 的计算机视觉研究机构：2024-01-03T14：44：26+00：00

介绍

在过去的十年里，计算机视觉一直是该镇的话题。它也是最受欢迎的职业选择之一，与机器学习工程师和数据科学家并驾齐驱。主要原因之一是其巨大的职业发展范围和财务福利。在这篇文章中，我们将重点关注计算机视觉研究的需求和

......长按二维码访问原文

超恩推出VTS-1000赋能时间同步 实现实时自主移动与自驾车应用--机器视觉网 2024-01-04 14:23:04

2024-01-04 14:23:04 来源: 中国机器视觉网

超恩股份有限公司今日隆重推出VTS-1000时间同步盒子，采用Xilinx Zynq® UltraScale+™ MPSoC架构提供优异的运算效能，工控级产品设计，配置强固I /O介面，搭配超恩独创专属-时间同步技术与精密软体，确保定位、安全导航的精准与可靠度，实现机器人实时自主性移动。超恩时间同步解决方案可满足市面上95%的感测器对于时间同步的需求。

独创时间同步技术

超恩VTS-1000采用Xilinx Zynq® UltraScale+™ ZU5EG MPSoC，搭配超恩专利研发时间同步技术-时间缠绕(Time Winding)、时间戳记(Time Stamping)，以及时间延续(Time Keeping)；透过时间缠绕技术可确保每一

......长按二维码访问原文

凌云光创新方案攻克锂电池毛刺检测难题--机器视觉网 2024-01-04 14:35:59

2024-01-04 14:35:59 来源: 中国机器视觉网

近年来，电动车、储能领域频发的起火事故引发大规模召回，责任主体波及电池企业。同时，在整个行业产能过剩压力大、价格战愈演愈烈的情况下，电池企业对生产环节的高品质管控及安全要求越来越严苛。

小毛刺，大隐患

根据IEEE1725电芯安全性能审核及检测标准的规定，毛刺是以箔材（即无涂层的区域）为基准线，从箔材向上或向下延伸至极片外的方向的金属凸起；或者是有涂层的区域，从涂层向上或向下延伸至极片外的方向的金属凸起；测毛刺尺寸则是测量毛刺垂直方向的高度。

毛刺示意图

毛刺过大容易刺穿隔膜，进而正负极接触引发短路。如果电池处于满电状态时发生短路，内部会立即释放出大量热量造成爆炸，严重危及消费者的生命财产安全。毛刺虽小，隐患却大。

需求多，检测难

在

......长按二维码访问原文

高速摄像机在电解气泡研究中的应用--机器视觉网 2024-01-04 13:22:26

2024-01-04 13:22:26 来源: 中国机器视觉网

背景介绍

氢能是来源丰富、绿色低碳和应用广泛的二次能源，正逐步成为未来能源绿色转型发展的重要载体之一，是现有能源形式的有益补充,也是未来能源体系的重要组成部分，因此电解氢气一直是能源工程领域的研究重点。

图1 制氢研究领域框图

研究内容

电解水制氢的高能耗是要解决的关键问题。在电解过程中施加磁场可以减少所需电能，因为磁流体动力对流可以在没有额外能量输入的情况下诱导电解反应。清华大学研究团队研究了电解槽、电极、磁场等应用于实际工程的问题。观测这种条件下电解槽中气液两相流的相关问题。并获得电解过程的清晰两相流图像。

图2 高速摄像观测系统组成示意图

由于电极表面附近有大量气泡，气泡的运动轨迹很难被清晰捕捉。因此,为了获得在外界磁场的冲

......长按二维码访问原文

普雷茨特光学测量产品在新能源电池生产环节中的应用--机器视觉网 2024-01-04 10:48:31

2024-01-04 10:48:31 来源: 中国机器视觉网

目前，交通行业正发生着日新月异的变化。每个人都会谈及到电动交通，电动汽车制造商也在公布电动交通创纪录的交付量。在电动汽车快速发展以及可持续和能源节约型交通成为话题的时代背景下，电池和电池模块、燃料电池以及电动发动机和电力电子设备的创新制造方法成为了公众热点和关注点。

在这一不断增长的市场中，普雷茨特与客户共同协作，推动激光技术和3D测量技术领域在生产中的使用，提质增效。电池作为电动汽车的核心，其安全性、使用寿命和性能起着至关重要的作用。我们的激光和3D测量产品有助于电池生产的不断创新，成本降低以及提高电池性能。

电动汽车通常使用三种类型的锂离子电池：软包电池、圆柱形电池和棱柱电池。这些电池依据相同的功能原理运作，具有较高的能量密度，可确保较长

......长按二维码访问原文

光智科技攻克高纯锗“卡脖子”技术―新闻频道- 视觉系统设计 2024/1/3 22:32:04

科技兴邦，产业强国。近年，随着科学技术的进步，各国对锗的应用研究越来越广。锗是关键的战略性矿产，今年7月3日，商务部、海关总署发布公告称，从8月1日起对镓、锗相关物项实施出口管制限制，更加凸显自主可控的金属资源有着重要的战略意义。

光智科技作为一家覆盖从“材料生长、芯片设计、器件制备到系统集成”的全产业链规模化生产的光电科技企业，持续在红外和晶体材料领域进行创新，重点攻关核心材料，不仅在碲锌镉、硅酸钇镥等晶体材料的研发和制造中占据行业领先地位，也是国内锗材料领导者。

攻坚高纯锗材料“卡脖子”技术

锗是一种灰白色类的稀散金属，通常被加工成区熔锗锭、光纤级四氯化锗、红外锗单晶、太阳能光伏用锗衬底片等产品，广泛应用于光纤通信、红外光学、太阳能电池、航空航天测控、核物理探测、半导体、化学催化剂等多个高新技术和国防

......长按二维码访问原文

水果分级系统采计算机视觉提升六倍检测效率―技术与应用频道- 视觉系统设计 2024/1/4 21:26:07

水果进入市场前，通常要对水果的外部质量等进行检测分级。而传统上，果农通常依靠体力劳动进行分级和分类，对人类来说是一项劳力密集和乏味的任务，进而导致错误增加和效率降低。面对这个问题，一家业务快速增长的果园业主与智能检测和视觉系统集成商海波视 Hitspectra合作，通过采用计算机视觉的创新检测系统，成功帮助柠檬果农快速提高检测和分拣效率。海波视运用他们内部开发的软件，将 The Imaging Source 的5 MP USB 3相机 集成至果园现有的分拣系统中，创建一个耐用的检测和分级系统，将整体良率提升 6 倍。

深度学习方法扩大检测范围

早期的自动水果分拣采用简易的规则检测来分级，例如水果的颜色和大小。深度学习方法的发展为检测标准不容易量化或定义的应用提供视觉解决方案，能进行更广泛的重点检测和分类标准

......长按二维码访问原文

Alvium新一代短波红外相机即将发布―新闻频道- 视觉系统设计 2024/1/4 21:32:56

新款相机搭载Sony最新SenSWIR IMX992/993传感器，在分辨率方面有大幅性能提升，具有 5.3 MP (IMX992) 或 3.2 MP (IMX993) 分辨率。

同时，分辨率像素尺寸仅为 3.45 μm，这使得即使是最小的物体也能捕获细节，从而大大提高短波红外范围内的检查和测量应用的精度。快速的帧速率可以满足快速生产线的流程或物体或场景的扫描需求。

产品亮点

分辨率高达5.3MP

3.45 μm小像元尺寸

400 – 1700nm 宽光谱范围

外形小巧、重量轻盈，适合OEM系统设计：

- 紧凑型带外壳型号仅29 mm x 29 mm - 裸板型号安装面积仅26 mm x 26 mm

广泛的模块化选项，支持灵活设计

例如，C、CS和S型接口选项，Alvium机架和裸板型

......长按二维码访问原文

梅卡曼德再度入选《上海智能机器人标杆企业与应用场景推荐目录》―新闻频道- 视觉系统设计 2024/1/4 21:38:55

近日，上海市经济和信息化委员会公示了拟入选《2023年度上海智能机器人标杆企业与应用场景推荐目录》（以下简称《推荐目录》）的企业名单。经广泛征集、各区推荐、评审择优，梅卡曼德“新能源汽车电池模组上线装配项目”成功入选推荐目录。今年年初，梅卡曼德凭借“大型物流园智能仓储码垛机器人”成功入选第一批《推荐目录》标杆企业。

《推荐目录》旨在遴选有一定基础、应用覆盖面广、辐射带动作用强的重点领域，形成一批可复制可借鉴的成果并推广应用，促进机器人产业成果更好地赋能制造业、建筑、能源等各领域。同时，聚焦典型应用场景和用户使用需求，鼓励企业开展机器人产品研制、技术创新，为上海机器人产业发展注入新动能。

AI+3D视觉引导电池模组上线装配

电池模组上线装配

动力锂电池主要由电芯(Cell)、模组(Modu

......长按二维码访问原文

凌华科技SuperCAT运动控制器在异型插件机上的应用―技术与应用频道- 视觉系统设计 2024/1/4 21:53:43

应用背景：

插件机的作用是把编带上的电子元器件按照程序自动安装在印刷电路板上的设备，市面上常见的插件机有标准插件机和异型插件机等，其中异型插件机与标准插件机的区别是：异型插件机除了可以插装标准化包装（连续式包�b，元器件间距固定不变）的元器件以外，还能够插装非标准包装或者盘料等多种类元器件。

目前异型插件机的产能相比标准插件机低，但是精度会更高，可插接的元器件类型也更丰富，包含DIP、射频连接器、电容器、电阻器、接线端子、电磁线圈、变电器等基本上全部的元器件。为了不断提升设备的产能并保证运行的精度，越来越多的厂商对运动控制和视觉飞拍提出了更高的要求。

SuperCAT产品概述

SuperCAT是凌华科技打造的基于软件控制的EtherCAT运动控制器，其核心的控制软件来自于凌华二十多年运动控制经验

......长按二维码访问原文

BRAU-Net++：医学图像分割的U形混合 CNN-Transformer 网络 2024-01-03 22:51

BRAU-Net++：一种准确的医学图像分割新网络，在U形架构中引入一种混合而有效的 CNN-Transformer，在多个数据集上性能表现出色！代码刚刚开源！

点击关注 @CVer官方知乎账号，可以第一时间看到最优质、最前沿的CV、AI工作~

BRAU-Net++

BRAU-Net++: U-Shaped Hybrid CNN-Transformer Network for Medical Image Segmentation

单位：重庆理工大学, 重庆医科大学附属第一医院, 东南大学等

代码：https://github.com/Caipengzhou/BRAU-Netplusplus

论文：https://arxiv.org/abs/2401.00722

准确的医学图像分割对于临床量化、疾病

......长按二维码访问原文

FaceX人脸通才大模型来了！浙大&优图提出：学习统一人脸表征 2024-01-04 09:51

换头、换脸、表情/姿态/视线编辑、动画、补全等等任务都不在话下！代码即将开源！单位：浙大, 腾讯优图, 南洋理工, VIVO等

点击关注 @CVer官方知乎账号，可以第一时间看到最优质、最前沿的CV、AI工作~

FaceX

A Generalist FaceX via Learning Unified Facial Representation

主页：https://diffusion-facex.github.io/

代码：https://github.com/diffusion-facex/FaceX

论文：https://arxiv.org/abs/2401.00551

这项工作提出了 FaceX 框架，这是一种新颖的人脸通才模型，能够同时处理多种人脸任务。

为了实现这一目标，最初为广泛的

......长按二维码访问原文

全网唯一！！三维点云分类的对抗性攻击和防御综述 2024-01-04 16:36

作为一种主要的AI技术，深度学习已经成功地解决了大量的2D视觉任务。最近，在3D点云方面，深度学习正在变得越来越流行，用于解决这个领域的各种任务。尽管已经取得了显著的成就，但深度学习算法很容易受到对抗性攻击。这些攻击几乎是人眼无法察觉到的，但却可以在测试和部署阶段轻易欺骗的深度神经网络。为支持未来的研究，本综述总结了目前在点云分类方面的对抗性攻击和防御技术的最新进展。本文首先介绍了对抗性攻击的原理和特点，并总结和分析了近年来对抗性实例的生成方法。 此外，本文将防御策略分类为输入转换、数据优化和深度模型修改。最后，我们提出了几个本领域具有挑战性的问题和未来的研究方向。

......长按二维码访问原文

一种基于快速傅里叶变换的扩散模型图像修复方法 2024-01-04 15:37

研究背景

图像修复是图像编辑和图像复原中的一个重要而实用的问题,它是利用已知部分的图像作为先验信息，推断缺失区域并生成与周围像素区域结构、纹理和语义一致的内容。然而，在遇到大面积掩膜或复杂图像语义时，传统图像修复方法缺乏高层次的视觉理解，难以生成视觉逼真且语义合理的补丁。针对这个问题，基于深度学习的修复方法通过从图像中提取浅层特征和深度语义信息，有效地解决了困扰传统方法的挑战。卷积神经网络可以自动提取深度图像特征，提高修复过程的准确性和鲁棒性。但由于卷积神经网络只能学习局部区域特征，在全局融合图像的上下文信息方面存在局限性。因此，本文提出了一种基于快速傅里叶变换的扩散模型（FFT-DM）用于图像修复。具体而言，FFT-DM利用去噪扩散概率模型（DDPM）提取全局结构信息并生成图像先验，并利用卷积神经网络提取尽

......长按二维码访问原文

WACV'24开源 | 打造CULane最强车道线检测！ 2024-01-04 10:03

0. 写在前面

车道线检测是自动驾驶中的重要任务，主要也都是基于anchor的方案。今天笔者为大家推荐一篇WACV 2023最新开源的工作CLRerNet，主要思想是使用LaneIoU提高车道线检测的置信度。

下面一起来阅读一下这项工作~

1. 论文信息

标题：CLRerNet: Improving Confidence of Lane Detection with LaneIoU

作者：Hiroto Honda, Yusuke Uchida

机构：GO Inc

来源：WACV 2023

原文链接：https://arxiv.org/abs/2305.08366

代码链接：https://github.com/hirotomusiker/CLRerNet

2. 效果展示

车道线检测示例。t

......长按二维码访问原文

FlashVideo视频生成效率提高9倍！通过自我博弈使LLM达到人类水平！VideoDrafter生成内容一致的多场景视频！ 2024-01-03 20:26

FlashVideo: A Framework for Swift Inference in Text-to-Video Generation

本文提出一种名为FlashVideo的框架，该框架专为快速文本到视频生成而设计。FlashVideo首次成功地将RetNet架构应用于视频生成，从而为该领域带来了独特的方法。利用基于RetNet的架构，FlashVideo将序列长度为L的推理时间复杂度从O(L^2)降低到O(L)，显著提高了推理速度。此外，作者还采用了一种无冗余的帧插值方法，提高了帧插值的效率。与传统的基于自回归的transformer模型相比，FlashVideo的效率提高了9.17倍，其推理速度与基于BERT的transformer模型相当。

TrailBlazer: Traje

......长按二维码访问原文

CV最新论文 | 1月4日 arXiv更新论文合集 2024-01-04 11:18

以下内容由马拉AI整理，今天为大家带来1月4日 arXiv 计算机视觉和模式识别相关论文

1、LEAP-VO：用于视觉里程计的长期有效任意点跟踪

LEAP-VO: Long-term Effective Any Point Tracking for Visual Odometry

摘要：视觉里程计根据视觉输入估计移动相机的运动。现有方法大多侧重于双视点跟踪，往往忽略了图像序列中丰富的时间背景，从而忽略了全局运动模式，无法评估完整的轨迹可靠性。这些缺点会阻碍在具有遮挡、动态对象和低纹理区域的场景中的性能。为了应对这些挑战，我们提出了长期有效任意点跟踪 （LEAP） 模块。LEAP 创新性地将视觉、轨道间和时间线索与精心选择的锚点相结合，用于动态轨迹估计。此外，LEAP的时间概率公式将分布更新集成到一个可学习

......长按二维码访问原文

炸场！Unified-IO 2：首个视觉/语言/音频和动作扩展自回归多模态模型 2024-01-04 18:17

在多个基准上性能表现出色！Unified-IO 2可以执行多种多模态任务：图像生成/理解/编辑、目标检测、语义分割、视频/音频理解、机器人操作等，代码已开源！

点击关注 @CVer官方知乎账号，可以第一时间看到最优质、最前沿的CV、AI工作~

Unified-IO 2

Unified-IO 2: Scaling Autoregressive Multimodal Models with Vision, Language, Audio, and Action

单位：Allen AI, UIUC, 华盛顿大学

主页：https://unified-io-2.allenai.org/

代码：https://github.com/allenai/unified-io-2

论文：https://arxiv.

......长按二维码访问原文

WiFi CSI：突破性机械臂活动识别，无视觉传感器高准确率达 98.8% 2024-01-04 10:09

本研究针对室内机器人活动识别问题，通过利用WiFi信号的信道状态信息（CSI），开发了一个基于注意力的网络来分类机械臂的活动。所提出的方法名为双向视觉变换器串联（BiVTC），旨在准确预测机械臂的活动，无需依赖视觉或其他传感器，并可以适应不同速度的训练活动。考虑到CSI数据对环境的依赖性，研究还涉及嗅探器位置选择的问题，并通过收集不同数据集来解决。最后，研究还发布了八种不同机械臂活动的CSI数据集，名为RoboFiSense，旨在为研究社区提供基准数据集，推动机器人感知领域的进展。

读者理解：

注意力机制的使用是这篇文章的亮点之一。注意力机制可以让模型更加关注重要的特征，从而提高识别准确率。

数据集的质量对模型的性能有很大影响。该文章提出的基准数据集包含了丰富的样本，这将有助于模型更好地学习特征。

该文

......长按二维码访问原文

3D重建革命！零预训练 10 倍速度 360° 重建新方法 ZeroRF 2024-01-04 16:36

ZeroRF是一种针对神经场表示中稀疏视角360°重建挑战的全新场景优化方法。目前的突破，如神经辐射场（NeRF），已经展示了高保真图像合成，但在稀疏输入视角方面存在困难。现有方法，如通用化NeRF和基于场景的优化方法，在数据依赖性、计算成本和跨多样化场景的泛化方面存在限制。为了克服这些挑战，我们提出了ZeroRF，其关键思想是将定制的深度图像先验集成到分解的NeRF表示中。与传统方法不同，ZeroRF使用神经网络生成器对特征网格进行参数化，实现了高效的稀疏视角360°重建，无需预训练或额外正则化。广泛的实验展示了ZeroRF在质量和速度方面的多样性和优越性，在基准数据集上取得了最先进的结果。

......长按二维码访问原文

CV计算机视觉每日开源代码Paper with code速览-2024.1.3 2024-01-03 23:50

精华置顶

墙裂推荐！小白如何1个月系统学习CV核心知识：链接

点击@CV计算机视觉，关注更多CV干货

论文已打包，点击进入—>下载界面

点击加入—>CV计算机视觉交流群

1.【图像分割】Unsupervised Universal Image Segmentation

2.【语义分割】（AAAI2024）SCTNet: Single-Branch CNN with Transformer Semantic Information for Real-Time Segmentation

3.【目标跟踪】ARTrackV2: Prompting Autoregressive Tracker Where to Look and How to Describe

4.【点云分割】Segment3D: Lea

......长按二维码访问原文