2020 OpenCV Spatial AI大赛优秀项目团队介绍集锦（三）
我们上周的嘉宾OpenCV每周网络研讨会是Kauda队的Gerard Espona（这篇文章有介绍）你可以在YouTube上找到这一集，以及其他过去和未来的剧集。本周我们有如何用OpenCV创建自己的全景图的教程。注册免费参加每周四上午9点在Zoom上举行的下一次网络研讨会：https://us02web.zoom.us/j/83231402214
在这篇文章中，我们将介绍一些团队在网上发布的简短问答，作为2021年OpenCV人工智能竞赛的一部分，他们使用#OAK2021标签发布了一些很酷的内容。感谢BenchBotics和UCB_Squirrels团队此次与我们的交流! 如果你错过了本系列的前几期介绍参赛队伍和比赛中的酷炫视频，请回去阅读第一部分和第二部分!
#OAK2021标签中的一些亮点
- Kauda团队的每周更新，显示了Unity中的虚拟OAK设备，支持管道
- EyeCan团队展示了他们的三眼蜘蛛用来给水果贴标签
- SHL机器人团队的自动驾驶广告机器人尝试了户外冒险
- Roc4t.tech团队展示了他们的牛脸探测器
- OAK-D立体深度相机通过互联网直播使用开源自动驾驶汽车视觉平台（OSSDC）
- Cortic团队透露他们用于边缘计算设备的新型分布式MQTT通信系统
- 四足农业机器人用OAK-D迈出第一步
想让你的团队在这里被介绍吗？请发布带有#OAK2021标签的内容! 我们一定会看到的，全世界成千上万的比赛关注者也会看到！
团队：BenchBotics
你的项目是什么？
BenchBot是一个植物表型分析平台，由两个主要部分组成：一个半自动的图像采集装置和一个控制平台和相机运动的中央处理单元。BenchBot成本低、模块化、可升级、便于携带、易于使用。具体来说，BenchBot可以被调整以在不同尺寸的工作台中工作，相机的高度也可以改变以适应不同高度和尺寸的植物。我们目前正在研究在温室条件下（即高水平的光和热）效果最好的图像采集和处理方法。此外，我们正在开发检测和识别植物、检测叶片、确定叶面积和估计整个植物生物量所需的图像处理算法。
我们的第一个原型包括一个可以沿着温室长凳移动的框架，上面有一个安装好的相机系统（相机和灯），在每个盆栽植物上停下来，拍摄单独的RGB和深度图像。我们目前正在开发一个半自动的系统，它需要最少的人为干预。预期的产品包括一个稳定的控制应用程序和一个合适的数据库，能够进行生物量测量和植物检测算法。我们还在努力实现平台和图像采集的完全自动化。我们预计这项技术将在公共和私人植物育种者中广泛采用。
你的团队有没有搞笑的“起源故事”？你们是怎么在一起的？
太热了！
虽然我们的团队多年来一直专注于高通量表型系统，但这种特定的方法是由于夏季高峰期温室中出现的令人难以忍受的炎热条件而被激发的。我们觉得必须有一个更好的方法! 2019年，我们探索了培育耐阴性的覆盖作物，以适应玉米和大豆生产系统。这项工作始于马里兰州贝尔茨维尔的美国农业部农业研究服务站点的温室筛选胚芽。我们有73个基因型，3个处理，4个代表（约876株！）。为了评估基因型在不同遮荫条件下的表现，我们使用了经典的表型技术，如测量每株植物的宽度和高度。我们还用一个PVC框架和一个标准的紧凑型相机给植物拍照，目的是用这些照片来评估植物的性能。这个过程每周重复一次，持续10周。为近9000株植物进行测量和拍照，我们需要2个人，在夏季超过100华氏度的温室内工作120多个小时，超级炎热。除非你喜欢桑拿，否则这不是一个在夏天长时间停留的理想场所。
你是如何决定解决什么问题的？
使用简单的RGB和深度图像，结合低成本的半自主平台，可以彻底改变新种质的培育。随着时间的推移，我们对BenchBot进行了改进，并扩大了它的应用范围，包括各种相机系统，与农作物的各种表型目标相关联。
#OAK2021最让你激动的部分是什么？
在这个平台的开发过程中，我们面临的最大挑战之一是对数据流和分析的实时管理。OAK-D相机可以改变我们项目的游戏规则，因为我们可以压缩传输到云端进行进一步分析的信息，从而实现高效的实时数据流和分析。我们非常高兴能够创建一种低成本、半自动化、非侵入式的方法，在温室条件下使用新的OpenCV人工智能工具包（OAK-D）和英特尔发行的OpenVINO工具包来识别植物物种并量化其生物量、密度和叶面积。这个项目的成功执行将大大增加育种者获得高通量表型解决方案的机会，从而在全球范围内加速作物改良。
得知你被选中参加第二阶段，你有什么想法/感受？
我们很高兴能被考虑参加这个比赛的下一阶段。OpenCV是计算机视觉和学习在技术领域应用的先驱，这样的比赛将对图像处理技术和计算机视觉应用的众多领域和趋势产生积极影响。能够参加这个比赛并帮助围绕计算机视觉和机器学习的应用进行创新是一种荣誉和兴奋。
到目前为止，竞争对手有什么让你感到惊讶的？
对我们来说，最鼓舞人心的是我们的团队走到了一起，并将协同作用扩展到其他工作流程中。这次比赛真正点燃了我们的合作关系，并大大加快了我们围绕BenchBot做的开发进展和创新。
我们在某种程度上预料到了这种动态，因为我们在上次比赛中也有同样的经历。支持团队的响应时间非常短，而且很广泛。能够参加一个比赛，并获得继续前进所需的支持，这真是太好了。我们非常感谢Luxonis的支持和努力，并对其印象深刻。
你对你的竞争对手有什么话要说吗？
作为一个社区，向前发展是最重要的。这是发展技术的最好方式，通过相互支持和鼓励。我们是一个由技术的开发者、创新者和使用者组成的特权群体的一部分，我们可以一起扩大现实世界解决方案的价值和使用范围。
读者应该跟随你到哪里，才能最好地跟上你的进度？
跟随我们进展的最佳方式是:
团队：UCB_Squirrels
你的项目是什么？简要描述你的问题陈述和建议的解决方案
传统的识别系统由于安全问题的增长、需要监测的大量信息以及最近对戴面罩的需求而受到限制——这使得人脸识别不适合。为了克服这个问题，我们建议只用他们的行走方式来识别人，因为步态特征可以在没有重大困难的情况下从很远的地方获得——所有这些都要考虑实时反应。这项技术被认为是最适合监控系统的生物识别技术，可用于识别人的应用，如访问控制和重新识别等等。
你的团队有没有搞笑的“起源故事”？你们是怎么在一起的？
我们大多数人在UCB从事计算机视觉和机器学习已经有一段时间了。但是，我们团队参加这次竞赛的起点可以追溯到Facebook的一个帖子，其中有一个关键的术语：截止日期延长。我们只有几天时间来建立我们的提案并理解OAK-D，这很难，但并非不可能。幸运的是，我们已经在这个领域工作了好几年，所以收集我们的想法并按时写出提案不是问题。而我们团队的名字却发生了相反的情况。尽管有一段时间在一起工作，但想一个名字确实是一项新的任务，没有人想到。
你是如何决定解决什么问题的？
由于新冠肺炎疫情遍及全球，各国政府都采取了一些措施，如强制佩戴口罩的公共场所和社会疏远。这些新政策对使用脸部或指纹作为生物识别特征的传统识别系统构成了挑战。因此，基于新的生物识别技术的识别系统，如步态，变得更加有吸引力。此外，我们的主要动机是依靠人的识别来避免非法贩运人口，这在我们这样的发展中国家是一个潜在的问题。
#OAK2021最让你激动的部分是什么？
我们会说，这次比赛最令人激动的事情是能够成为正在发生的事情的一部分，并可能对计算机视觉在现实世界条件下的实施方式产生深远影响。此外，作为被选中的小组的一员，能够亲身体验最先进的设备，很激励我们继续进行研究和开发。
得知你被选入第二阶段，你有什么想法/感受？
起初，当我们知道我们试图解决的问题被那些在CV领域有多年经验的人认为是非常重要的时候，我们很兴奋。但随后，我们也意识到，被选入这一阶段意味着我们将能够使用OAK-D设备，并获得关于最先进设备的第一手经验。这让我们大开眼界，并对未来的工作充满热情。
到目前为止，竞争对手有什么让你感到惊讶的？
有两件事让我们感到惊讶：OAK-D的灵活性/能力，以及不断提供的支持。有各种各样的项目可以用这个设备来完成，看着竞争对手的多样化想法，对我们来说是丰富和有见地的。此外，我们也对OAK-D的能力感到惊讶，因为能够在设备内处理人工智能任务是很方便的，也是我们非常渴望的属性。最后，我们没有想到通过OpenCV的专门课程和discord会有这么多的支持。
你对你的竞争对手有什么话要说吗？
继续伟大的工作，我们已经看到了你的一些项目，非常棒。我们对使用同一设备所能做出的项目的丰富多样性感到惊讶。
读者应该跟随你到哪里，才能最好地跟上你的进度？
更多精彩
感谢您阅读我们这个系列的第三篇文章。这些只是参加这项大型比赛的200多支队伍中的几支，我们祝他们好运！如果你是一个AI创客，想了解这个很酷的东西，为什么不购买一个OAK-D呢？
OAK-D
请继续关注这个系列的文章，以及来自这些令人惊奇的团队的源源不断的精彩内容。不要忘记注册OpenCV通讯，以便在新文章发布时得到通知，并从我们的合作伙伴那里得到独家折扣和优惠。
信息来源：opencv.org