(SeaPRwire) – Beijing, Jan. 05, 2024 — WiMi Hologram Cloud Inc. (NASDAQ: WIMI) (“WiMi” oder das “Unternehmen”), ein führender globaler Anbieter von Hologram Augmented Reality (“AR”)-Technologie, gab heute bekannt, dass eine methode der semantischen segmentierung von bildgefügten punktwolken basierend auf einem verschmolzenen graphischen faltungsnetzwerk entwickelt wurde. Ziel ist es, die unterschiedlichen informationen von bild und punktwolke zu nutzen, um die genauigkeit und effizienz der semantischen segmentierung zu verbessern. Punktwolken-daten sind sehr effektiv bei der darstellung der geometrie und struktur von gegenständen, während bilddaten reiche farb- und texturinformationen enthalten. Das verschmelzen dieser beiden datentypen kann ihre vorteile gleichzeitig nutzen und umfassendere informationen für die semantische segmentierung bereitstellen.
Das verschmolzene graphische faltungsnetzwerk (FGCN) ist ein effektives tiefes lernmodell, das sowohl bild- als auch punktwolken-daten gleichzeitig und effizient verarbeiten kann und bildmerkmale unterschiedlicher auflösungen und skalen für eine effiziente merkmalsextraktion und bildsegmentierung behandeln kann. FGCN ist in der lage, multimodale daten effizienter zu nutzen, indem es die semantischen informationen jedes punktes in den bimodalen daten des bildes und der punktwolke extrahiert. Zur verbesserung der effizienz der bildmerkmalsextraktion führt WiMi auch ein zweikanaliges k-nächste-nachbarn (KNN)-modul ein. Dieses modul ermöglicht es dem FGCN, die räumlichen informationen in den bilddaten zu nutzen, um den kontextuellen zusammenhang im bild besser zu verstehen, indem es die semantischen informationen der k nächsten nachbarn um jeden punkt berechnet. Dies hilft FGCN, zwischen wichtigeren merkmalen und irrelevanten rauschen besser zu unterscheiden. Darüber hinaus setzt FGCN einen räumlichen aufmerksamkeitsmechanismus ein, um sich besser auf die wichtigeren merkmale in den punktwolken-daten zu konzentrieren. Dieser mechanismus ermöglicht es dem modell, jedem punkt auf der grundlage seiner geometrie und der beziehung zu benachbarten punkten unterschiedliche gewichte zuzuweisen, um die semantischen informationen der punktwolken-daten besser zu verstehen.
Diese methode der semantischen segmentierung von bildgefügten punktwolken mit verschmolzenem graphischen faltungsnetzwerk ist in der lage, die informationen multimodaler daten wie bilder und punktwolken effizienter zu nutzen, um die genauigkeit und effizienz der semantischen segmentierung zu verbessern. Dies wird die maschinelle vision, künstliche intelligenz, photogrammetrie, fernerkundung und andere bereiche voranbringen und eine neue methode für zukünftige forschung zur semantischen segmentierung bieten.
Diese methode der semantischen segmentierung von bildgefügten punktwolken mit verschmolzenem graphischen faltungsnetzwerk hat vielfältige anwendungsaussichten und kann in vielen bereichen wie autonomes fahren, robotik und medizinische bildanalyse angewendet werden. Mit der schnellen entwicklung von autonomem fahren, robotik, medizinischer bildanalyse und anderen bereichen besteht ein wachsender bedarf an der verarbeitung und semantischen segmentierung von bild- und punktwolken-daten. Zum beispiel benötigen selbstfahrende fahrzeuge im bereich des autonomen fahrens eine genaue wahrnehmung und verständnis der umgebung, einschließlich der semantischen segmentierung von gegenständen wie straßen, fahrzeugen und fußgängern. Diese methode der semantischen segmentierung von bildgefügten punktwolken mit verschmolzenem graphischen faltungsnetzwerk kann die wahrnehmung und das verständnis der umgebung verbessern und genauere datenunterstützung für entscheidungsfindung und steuerung selbstfahrender fahrzeuge bereitstellen. Im bereich der robotik müssen roboter die außenwelt wahrnehmen und verstehen, um verschiedene aufgaben auszuführen. Bildgefügte punktwolken-semantische segmentierung mit verschmolzenem graphischen faltungsnetzwerk kann bild- und punktwolken-daten, die von robotern erfasst wurden, fusionieren, um die fähigkeit zur wahrnehmung und zum verständnis der außenwelt zu verbessern, was robotern hilft, aufgaben besser zu erfüllen. Im medizinischen bereich erfordert die medizinische bildanalyse eine genaue segmentierung und erkennung medizinischer bilder, um die medizinische diagnose und behandlung besser zu unterstützen. Die methode der semantischen segmentierung von bildgefügten punktwolken mit verschmolzenem graphischen faltungsnetzwerk kann medizinische bilder und punktwolken-daten fusionieren, um die segmentierungs- und erkennungsgenauigkeit medizinischer bilder zu verbessern und so genauere datenunterstützung für die medizinische diagnose und behandlung zu liefern.
In Zukunft wird WiMi die modellstruktur weiter optimieren. Gleichzeitig wird das modell mit tiefer lern-technologie kombiniert, um von tiefer lern-technologie zu profitieren und die leistung des modells zu verbessern. Außerdem wird die multimodale datenfusions-technologie weiterentwickelt, um unterschiedliche datentypen (z.b. bild, punktwolke, text usw.) zu fusionieren und umfassendere und reichhaltigere informationen bereitzustellen und die genauigkeit der semantischen segmentierung zu verbessern. WiMi wird die echtzeit-verarbeitungsfähigkeit der methode der semantischen segmentierung von bildgefügten punktwolken mit verschmolzenem graphischen faltungsnetzwerk weiter verbessern, um die nachfrage zu erfüllen.
Über WIMI Hologram Cloud
WIMI Hologram Cloud, Inc. (NASDAQ:WIMI) ist ein umfassender technischer lösungsanbieter für holografische clouddienste, der sich auf professionelle bereiche wie holografische AR-automobil-HUD-software, 3D-holografische Puls-LiDAR, kopfmontierte Lichtfeldholografie-ausrüstung, holografische Halbleiter, holografische Cloud-Software, holografische Automobilnavigation und andere konzentriert. Seine dienste und holografischen AR-technologien umfassen holografische AR-automobilanwendungen, 3D-holografische Puls-LiDAR-technologie, holografische Halbleitervisions-technologie, Entwicklung holografischer Software, holografische AR-Werbetechnologie, holografische AR-Unterhaltungstechnologie, interaktive holografische Kommunikation und andere holografische AR-Technologien.
Safe Harbor-Erklärungen
Diese Pressemitteilung enthält “zukunftsgerichtete Aussagen” im Sinne des Private Securities Litigation Reform Act von 1995. Solche zukunftsgerichteten Aussagen in Bezug auf das Unternehmen können durch Begriffe wie “wird”, “erwartet”, “antizipiert”, “Zukunft”, “beabsichtigt”, “plant”, “glaubt”, “schätzt”, “kann”, “fortsetzt”, “sollte” und ähnliche Aussagen gekennzeichnet sein. Aussagen, die keine historischen Fakten darstellen, einschließlich Aussagen über die Überzeugungen und Erwartungen des Unternehmens, sind zukunftsgerichtete Aussagen. Zukunftsgerichtete Aussagen beinhalten inhärente Risiken und Ungewissheiten. Eine Reihe von Faktoren könnte dazu führen, dass die tatsächlichen Ergebnisse wesentlich von den in zukunftsgerichteten Aussagen enthaltenen abweichen, einschließlich, aber nicht beschränkt auf die folgenden: die Ziele und Strategien des Unternehmens; die künftige Geschäftsentwicklung des Unternehmens; die finanzielle Situation und Betriebsergebnisse des Unternehmens; die erwartete Entwicklung der Branche, in der das Unternehmen tätig ist; Erwartungen hinsichtlich der Marktnachfrage und -akzeptanz der Produkte und Dienstleistungen des Unternehmens; und andere Risiken, die in den SEC-Berichten des Unternehmens dargelegt sind.
Weitere Informationen zu diesen und anderen Risiken finden Sie in den Jahres- und Zwischenberichten des Unternehmens auf Formular 20-F und 6-K sowie in anderen Dokumenten, die bei der SEC eingereicht wurden. Alle in dieser Pressemitteilung enthaltenen Informationen werden zum Datum dieser Pressemitteilung bereitgestellt, und das Unternehmen ist nicht verpflichtet, zukunftsgerichtete Aussagen zu aktualisieren, es sei denn, dies ist nach geltendem Recht erforderlich.
Kontakt
WIMI Hologram Cloud Inc.
E-Mail: pr@wimiar.com
TEL: 010-53384913
ICR, LLC
Robin Yang
Tel: +1 (646) 975-9495
E-Mail: wimi@icrinc.com
Der Artikel wird von einem Drittanbieter bereitgestellt. SeaPRwire (https://www.seaprwire.com/) gibt diesbezüglich keine Zusicherungen oder Darstellungen ab.
Branchen: Top-Story, Tagesnachrichten
SeaPRwire liefert Echtzeit-Pressemitteilungsverteilung für Unternehmen und Institutionen und erreicht mehr als 6.500 Medienshops, 86.000 Redakteure und Journalisten sowie 3,5 Millionen professionelle Desktops in 90 Ländern. SeaPRwire unterstützt die Verteilung von Pressemitteilungen in Englisch, Koreanisch, Japanisch, Arabisch, Vereinfachtem Chinesisch, Traditionellem Chinesisch, Vietnamesisch, Thailändisch, Indonesisch, Malaiisch, Deutsch, Russisch, Französisch, Spanisch, Portugiesisch und anderen Sprachen.
