محققان در جدیدترین پژوهش خود، مدل قدرتمند GAP-GDRNet را معرفی کردهاند که انقلابی در تشخیص موقعیت ۶ بعدی (6D Pose) فضاپیماها ایجاد میکند.
این فناوری که با ترکیب یادگیری هندسی و توجه ساختاری عمل میکند، مشکلاتی مثل شرایط نوری ضعیف، ساختارهای نازک و عدم وجود بافت (texture) را به خوبی مدیریت میکند. این مدل با سرعت چشمگیر ۳۶ فریم بر ثانیه، دقت بسیار بالایی در شناسایی قطعات فضایی دارد که میتواند آینده ناوبری خودکار در فضا را دگرگون کند.
دنیای بینایی ماشین با این دستاوردها هر روز به چالشهای پیچیدهتر غلبه میکند! 🛰️💻
منبع: arXiv Computer Vision
