Mit der Entwicklung intelligenter Systeme wie autonom fahrenden Fahrzeugen wächst die Nachfrage nach 3D-Zielerkennungstechnologien. Um die Einschränkungen traditioneller 3D-Zielerkennungsmethoden hinsichtlich der Echtzeitfähigkeit und Datenmenge zu adressieren, wurde eine Methode zur 3D-Zielerkennung auf Basis der Eigenschaften der menschlichen Netzhaut vorgeschlagen. Durch die Erstellung eines retinalen Abbildungsmodells wurde eine räumliche variable Auflösung der Bildgebung erreicht, die die Daten von nicht interessierenden Bereichen effektiv komprimiert und die Effizienz der Erkennung von interessierenden Zielen erhöht. Schließlich wurde die Wirksamkeit der vorgeschlagenen Methode durch Experimente mit den öffentlichen Datensätzen KITTI und Jetson Xavier Nx bestätigt.
JIN et al. (Do.) haben diese Frage untersucht.