Visionssystemer inspireret af menneskets syn



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Ifølge en artikel offentliggjort den 21. februar 2007 i Technology Review, har en gruppe neurovidenskabsmænd på MIT udviklet en computermodel, der efterligner det menneskelige vision system til nøjagtigt at opdage og genkende genstande som biler og motorcykler på en travl gade. Ifølge Thomas Serre, en neurovidenskabsmand hos MIT, kunne disse typer synssystemer snart bruges i overvågningssystemer eller i smarte sensorer, der advarer chauffører om tilstedeværelsen af ​​fodgængere eller andre genstande.

I årevis har forskere forsøgt at efterligne biologiske synssystemer på grund af deres perfektion. Men at lære en computer at klassificere objekter har vist sig at være mere kompliceret, end det først virkede, siger Serre, der gjorde arbejdet med Tomaso Poggio. For det første, for at genkende en bestemt type objekt, har computeren brug for en skabelon eller specifik beregning af det specifikke objekt, hvilket er det, der gør det muligt for computeren at skelne for eksempel en bil fra objekter, der ikke er biler. Skabelonen skal dog være fleksibel nok til at rumme alle forskellige typer biler i forskellige vinkler og positioner og under forskellige lysforhold.

Den bedste måde at opnå dette på er at træne en indlæringsalgoritme med en række billeder for at udtrække de egenskaber, de har til fælles. Serre og Poggio mener, at det menneskelige synssystem følger en lignende tilgang, men at det afhænger af et hierarki af successive lag i den visuelle cortex. De første lag i skorpen kunne således registrere de enkleste egenskaber ved et objekt, og de sidste lagde disse oplysninger sammen om at danne vores opfattelse af objektet som helhed.

For at teste deres teori arbejdede Serre og Poggio sammen med Stanley Bileschi, fra MIT, og Lior Wolf fra University of Tel Aviv, Israel, i at skabe en computermodel med 10 millioner computerenheder, designet til at opføre sig som grupper af neuroner. af den visuelle cortex. Som i den visuelle cortex er enhederne opdelt i lag.

For det første udtrækker de enkleste enheder rudimentære funktioner fra scenen (for eksempel orienterede profiler) ved at analysere meget små grupper af pixels. De mere komplekse enheder analyserer derefter større dele af billedet og genkender egenskaber, der er relateret til objekternes størrelse eller placering. Med hvert på hinanden følgende lag ekstraheres stadig mere komplekse karakteristika, såsom afstanden mellem to dele af et objekt eller de forskellige orienteringsvinkler for disse dele. Dette giver dig mulighed for at genkende det samme objekt fra forskellige vinkler.

Da de testede systemet, var deres resultater meget gode, idet de kunne konkurrere med dem fra de bedste systemer på markedet. På grund af dens indlæringsevne, jo flere billeder du analyserer, desto mere nøjagtige er dine resultater.
I øjeblikket er systemet kun designet til at analysere statiske billeder. Ifølge Serre svarer processen imidlertid til den for det menneskelige synssystem, hvor den ene del af systemet beskæftiger sig med former og en anden med bevægelse. Holdet arbejder nu på at inkorporere et parallelt system, der fungerer med videoer.

Kilde: Technology Review


Video: Noget i øjet


Kommentarer:

  1. JoJomuro

    Efter min mening er han forkert.

  2. Kimball

    Jeg mener, at du begår en fejl. Jeg kan forsvare stillingen. Skriv til mig i PM, så kommunikerer vi.

  3. Ahebban

    En meget sjov ting

  4. Zakary

    snowman

  5. Gagal

    Det forekommer mig at være en bemærkelsesværdig idé



Skriv en besked


Forrige Artikel

DNA fabrikker

Næste Artikel

Er det normalt at have gas under graviditeten?