據(jù)外媒報(bào)道，楊百翰大學(xué)（Brigham Young University）研究人員開發(fā)了一種方法，為已用于計(jì)算機(jī)視覺的算法提供基礎(chǔ)，大幅減少計(jì)算時(shí)間，并降低姿態(tài)估計(jì)的復(fù)雜性。研究人員找到了一種方法，在每一幀之間輸入信息，為已用于計(jì)算機(jī)視覺的算法提供基礎(chǔ)，或給予提示，從而大大減少生成假設(shè)的數(shù)量。研究人員稱，“在每次迭代中，我們都使用當(dāng)前的最佳假設(shè)為算法提供基礎(chǔ)，所需假設(shè)減少直接降低了計(jì)算時(shí)間和復(fù)雜程度。我們的研究表明，此種方法大大減少了姿態(tài)估計(jì)需要生成和被打分的假設(shè)數(shù)量，允許實(shí)時(shí)執(zhí)行算法。”

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……