机器视觉识别：从像素到决策的底层逻辑重构

像素级精度背后的认知陷阱很多人以为机器视觉识别的核心是图像分辨率，其实不然——在工业检测场景中，1200万像素相机与500万像素相机的检测差异率不足3%，真正决定系统效能的是特征提取算法的鲁棒性。以半导体晶圆检测为例，某头部企业采用传统SIFT特征匹配时，缺陷漏检率高达12%；改用基于深度学习的HOG+SVM混合模型后，漏检率骤降至0.7%，但计算延迟增加了40ms。这种性能悖论揭示了一个关键事实

奥普特、深圳大学申请自适应视觉测量相关专利，自适应补偿高度误差，提升视觉测量精度

7月25日消息，国家知识产权局信息显示，广东奥普特科技股份有限公司、深圳大学申请一项名为“一种自适应视觉测量方法、系统、计算机可读存储介质及计算机程序产品”的专利。申请公布号为CN122453786A，申请号为CN202610614543.5，申请公布日期为2026年7月24日，申请日期为2026年5月6日，发明人曹玲、冯大权、汤泉、邓永宁，专利代理机构北京鑫浩联德专利代理事务所（普通合伙），

奥普特申请位姿估计方法相关专利，复杂场景下实现稳定准确的物体位姿估计

7月25日消息，国家知识产权局信息显示，广东奥普特科技股份有限公司申请一项名为“一种基于提示引导分割的目标物体位姿估计方法、系统、计算机可读存储介质及计算机程序产品”的专利。申请公布号为CN122453921A，申请号为CN202610582534.2，申请公布日期为2026年7月24日，申请日期为2026年4月28日，发明人潘威、张世晗、曹玲、吕磊，专利代理机构北京鑫浩联德专利代理事务所（普