无人机送货不迷路的原因竟在这里！

方法通常集中在图像中心对地理目标的细粒度特征进行挖掘，而忽视了相邻区域的上下文信息。该研究团队认为，邻域对地理定位的鉴别线索可以作为辅助信息。研究人员设计了一种 LPN，它用以端到端的方式，明确探索上下文信息的有效方法。

为了更好地利用上下文信息，研究人员应用方环划分策略来划分特征映射。他们观察到地理目标通常分布在图像的中心，上下文信息则被辐射分布在周围。

具体来说，将高级特性划分为一个方形环划分中的几个部分。LPN 在不使用额外部分估计量的情况下，采用了一种基于距离图像中心距离的方环特征分割策略。

此外，实验还证明了研究人员所提出的 LPN 可以很容易地嵌入到其他框架中以进一步提高性能。LPN 对无人机视点目标定位任务 (卫星无人机) 的精度达到 75.93%，对无人机导航任务 (卫星无人机) 的精度达到 86.45%。

能暴露行动轨迹的智能袜子

你的行动，全都在这双袜子的掌控之中。

无论是单脚站立、还是扭腰、走路，这双袜子都能通过脚上压力的变化，来预测你的行动。最关键的是，材料制造简单，不需要集成大量高精度传感器，用织衣服的方法，就能做出检测效果非常棒的袜子。

这双有着“超能力”的袜子，由MIT开发，现在登上的运动检测原理，本身很简单：利用机器学习，将人体姿势、与触觉脚印关联起来，从而预测人体的运动。、这是因为，人在从一个姿势，改变成另一个姿势时，由于脚上的压力发生变化（如重心从右脚转移到左脚），触觉脚印也会发生相应变化。

通过采集大量数据、利用自监督学习，对模型进行训练，就能预测人体的运动。

这双袜子采用了2种织物混合制成。包括普通纺织纤维腈纶纱、与能够传感力度的功能性纤维。因此，这种袜子既保留了袜子本身的柔软性，又具有检测动作的能力。

当感知到负载压力的时候，两条线就会相互挤压，里面的传感材料就能通过交叉点，感知到力度的大小。

此前，许多可穿戴设备，需要大量高精度传感器，才能保证测量的准确性。

但与现有的可穿戴电子设备不同，这种袜子的设计，可以被用于大型服装生产中，极大降低成本，除了智能袜子，来自MIT的研究人员，还搞出了背心、膝盖、手套等各种系列的智能织物。

（编辑：济南站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!