#感知 (66)

瀑布流分页

1:06

Human-JEPA：能够感知与预测的人类中心视觉模型

理解人类的机器应当能够感知当下并预测未来。现有的人类中心视觉模型在静态图像上预训练，在静态密集感知上达到 SOTA，但无法处理运动与预测。本文提出 Human-JEPA，一个在视频上通过锚定预测训练的人类中心视觉模型：密集目标被钉在初始化的冻结副本上，防止密集感知的静默坍缩；块掩码被纯过去到未来的分割取代，避免了 5 个点的动作税和 17 个点的重识别坍缩。在冻结探针下，Human-JEPA 以 2.7 倍更少的参数在姿态估计和行人重识别上领先像素锚定专家模型，同时其预测头是首个不降低预测性能的预测头。单一安全适配的模型因此同时服务于理解人类的两个方面。

Hui Wei, Licai Sun, Guoying Zhao · 467次阅读 · 2026年8月21日

human-centric visionvideo forecasting姿态估计2026年8月21日

0:05

单目相机篮球动作解析系统

@tokufxug · 634次播放 · 2026-08-19

RF-DETR篮球Motion Analysis

0:36

SuperMap架构：持久3D物体身份记忆

@robotsdigest · 658次播放 · 2026-08-16

同步定位与建图SuperMapSuperOdometry

3:52

SuperMap让SLAM拥有持久4D空间记忆

@robotsdigest · 626次播放 · 2026-08-16

同步定位与建图SuperMap空间记忆

速腾聚创 RoboSense AC2 机器人主动立体深度相机

速腾聚创 AC2 是面向机器人的主动立体深度相机：探测范围 0.05-8 m、120°×90° 超广视场、±5 mm 全量程精度，抗环境光达 100 klux，多传感器同步精度 <1 ms，65 mm 类人双目基线、机身 102×32×45 mm。为人形机器人、机械臂与 AGV 提供近距三维感知与抓取引导。

零部件

深度相机立体视觉Depth Camera感知抓取

速腾聚创 RoboSense EMX 192线车规级数字激光雷达

速腾聚创 EMX 基于车规级 EM 数字激光雷达平台，192 线、0.08°×0.10° 全局角分辨率，最远测距 300 m，点频 288 万 pts/s、帧率最高 20 Hz，水平视场角 140°；机身仅 120×80×30 mm。面向 Robotaxi、无人配送、巡检机器人与低速无人车的高清感知与避障。

零部件

激光雷达192线车规感知避障