>>人工智能與機器學習的概念<<
機器學(xue)習是人工智能的一種形(xing)式，能賦予(yu)計算機無需復雜的程序化(hua)設計的學(xue)習能力，從而產(chan)生巨大(da)的數據量。
>>機器學習的(de)早期應用<<
很早之前，機器(qi)學習就有用在一個游(you)戲‘超(chao)級馬里奧’里面(mian),mario可以由計算機程(cheng)序控制，識別(bie)不同的(de)障礙，進(jin)而做出合理(li)的(de)判(pan)斷和應對策略(lve)。
>>基于機器學習技術開發而成的LemnaTec軟件模塊—LemnaGrid<<
一(yi)(yi)個傳感器(qi)(qi)收集(ji)到的(de)(de)需要訓練的(de)(de)數(shu)(shu)據(ju)，經過(guo)數(shu)(shu)據(ju)標記(ji)，特征分(fen)(fen)析，再到各種分(fen)(fen)類算(suan)法(fa)處理，最終(zhong)得到數(shu)(shu)據(ju)，可(ke)與實際數(shu)(shu)值，做進一(yi)(yi)步分(fen)(fen)析。其中數(shu)(shu)據(ju)標記(ji)、特征分(fen)(fen)析和分(fen)(fen)類算(suan)法(fa)處理是圖像處理的(de)(de)核心問題。這(zhe)一(yi)(yi)整(zheng)個過(guo)程即(ji)為機器(qi)(qi)學習(xi)的(de)(de)過(guo)程，一(yi)(yi)旦有新的(de)(de)傳感器(qi)(qi)所得到的(de)(de)數(shu)(shu)據(ju)，依舊可(ke)以用(yong)這(zhe)一(yi)(yi)流程，進行各種處理與分(fen)(fen)析。
>>舉個栗子1<<
LemnaGrid-機器學習技術：3D點陣云圖分割
利用(yong)英國洛桑研究所的(de)3D激光成(cheng)像模塊，以及LemnaGrid的(de)機器學習技(ji)術，能夠分(fen)析田(tian)間小麥穗表型，對穗的(de)識別精度達到99%以上(shang)。
>>舉個栗(li)子2<<
傳感器融合有助于機器學習過程
傳感(gan)器(qi)(qi)融合(he)是一(yi)個整合(he)數據的過程(cheng)，這些(xie)數據來自(zi)不同光譜、時空(kong)尺度下(xia)的不同傳感(gan)器(qi)(qi)。
RGB與IR的融合
? RGB mask可用于(yu)從IR中減去植物的(de)背景；
? IR數據(ju)可以(yi)用(yong)作RGB數據(ju)的第四通道(dao)并用(yong)于相同(tong)的ML算法中。
3D層面的融合（不只是2D）
使(shi)用(yong)RGB和3D融(rong)合(he)的像素級信(xin)息。
3D和IR，環境(jing)傳感(gan)器融合(he)：觀(guan)察從上午(wu)(wu)9點到下(xia)午(wu)(wu)2點的(de)大田植物(wu)溫(wen)度的(de)升(sheng)高趨勢。
>>小結<<
? 傳感器(qi)融合能提高機器(qi)學習算法的目(mu)標(biao)檢(jian)測和(he)識別的精度；
? 傳感器融合(he)提(ti)供了增強(qiang)的結構和(he)空間細節，并(bing)糾(jiu)正了反射率(lv)的復(fu)雜性，并(bing)提(ti)供更(geng)高水平的校準(zhun)。
本文視頻(pin)來源(yuan)（請點擊(ji)或識(shi)別下(xia)方二維碼觀看）