一支陸軍研究人員小組發(fā)現(xiàn)了人腦如何處理明亮和對(duì)比強(qiáng)烈的光線,他們說(shuō)這是改善機(jī)器人感知能力和使自主代理與人類合作的關(guān)鍵。
研究人員說(shuō),為了使自主權(quán)的發(fā)展成為陸軍的頭等大事,機(jī)器感測(cè)必須在不斷變化的環(huán)境中具有彈性。
美國(guó)陸軍作戰(zhàn)能力發(fā)展司令部陸軍研究中心的研究員安德烈·哈里森說(shuō):“當(dāng)我們開(kāi)發(fā)機(jī)器視覺(jué)算法時(shí),現(xiàn)實(shí)世界中的圖像通常會(huì)像手機(jī)攝像頭一樣被壓縮到較窄的范圍內(nèi),這稱為色調(diào)映射?!睂?shí)驗(yàn)室。“這可能會(huì)增加機(jī)器視覺(jué)算法的脆弱性,因?yàn)樗鼈兓谌斯D像,這些圖像與我們?cè)诂F(xiàn)實(shí)世界中看到的模式完全不匹配?!?/p>
哈里森說(shuō),通過(guò)開(kāi)發(fā)一種具有100,000比1的顯示能力的新系統(tǒng),該團(tuán)隊(duì)發(fā)現(xiàn)了大腦在更多真實(shí)世界條件下的計(jì)算能力,從而可以將生物適應(yīng)力構(gòu)建到傳感器中。
當(dāng)前的視覺(jué)算法基于對(duì)人和動(dòng)物的研究,并使用計(jì)算機(jī)監(jiān)視器,其亮度范圍在約100比1(最亮像素與最暗像素之間的比率)的范圍內(nèi)。在現(xiàn)實(shí)世界中,這種變化可能是100,000比1的比率,這種情況稱為高動(dòng)態(tài)范圍或HDR。
“光線的變化和顯著變化可能會(huì)挑戰(zhàn)陸軍系統(tǒng)-在樹(shù)冠下飛行的無(wú)人機(jī)可能會(huì)因風(fēng)吹過(guò)樹(shù)葉而受到反射率變化的困擾,或者在崎rough地形上行駛的自動(dòng)駕駛汽車可能無(wú)法識(shí)別坑洼或其他障礙,因?yàn)楣庹諚l件與訓(xùn)練視覺(jué)算法的算法略有不同。”陸軍研究員周寶雄博士說(shuō)。
研究團(tuán)隊(duì)試圖了解大腦如何自動(dòng)從現(xiàn)實(shí)世界中獲取100,000比1的輸入并將其壓縮到更窄的范圍,從而使人類能夠解釋形狀。該小組研究了HDR下的早期視覺(jué)處理,研究了諸如HDR亮度和邊緣之類的簡(jiǎn)單功能如何相互作用,以此來(lái)揭示潛在的大腦機(jī)制。
洪說(shuō):“大腦有30多個(gè)視覺(jué)區(qū)域,對(duì)這些區(qū)域如何將眼睛的圖像處理成3D形狀,我們?nèi)匀恢挥谢镜牧私?。”“我們基于人類行為和頭皮記錄進(jìn)行的HDR亮度研究的結(jié)果表明,我們對(duì)如何彌合實(shí)驗(yàn)室與現(xiàn)實(shí)環(huán)境之間的鴻溝真正了解甚少。但是,這些發(fā)現(xiàn)使我們脫離了常規(guī),表明我們以前來(lái)自標(biāo)準(zhǔn)計(jì)算機(jī)監(jiān)視器的假設(shè)對(duì)現(xiàn)實(shí)世界的概括能力有限,并且它們揭示了可以指導(dǎo)我們的建模朝正確機(jī)制的原則?!?/p>
該雜志的愿景發(fā)表了團(tuán)隊(duì)的研究發(fā)現(xiàn),突然變暗在高動(dòng)態(tài)范圍(HDR)的亮度所調(diào)用便利的高對(duì)比度目標(biāo)和亮度相似的分組。
研究人員說(shuō),發(fā)現(xiàn)光和對(duì)比度邊緣在大腦的視覺(jué)表示中如何相互作用的發(fā)現(xiàn),將通過(guò)校正從2D信息估計(jì)3D形狀時(shí)不可避免的歧義,有助于提高在真實(shí)世界的亮度下重建真實(shí)3D世界的算法的有效性。
洪說(shuō):“經(jīng)過(guò)數(shù)百萬(wàn)年的進(jìn)化,我們的大腦已經(jīng)進(jìn)化出了從2D信息重建3D的有效捷徑?!薄斑@是一個(gè)有著數(shù)十年歷史的問(wèn)題,即使在AI的最新發(fā)展中,它也繼續(xù)挑戰(zhàn)著機(jī)器視覺(jué)科學(xué)家?!?/p>
除了實(shí)現(xiàn)自主愿景之外,這一發(fā)現(xiàn)還將有助于開(kāi)發(fā)依賴于廣泛動(dòng)態(tài)范圍的感知的其他具有AI功能的設(shè)備,例如雷達(dá)和遠(yuǎn)程語(yǔ)音理解。
研究人員將利用他們的結(jié)果與學(xué)術(shù)界的合作伙伴一起開(kāi)發(fā)計(jì)算模型,特別是尖峰神經(jīng)元,這些神經(jīng)元可能對(duì)HDR計(jì)算和更節(jié)能的視覺(jué)處理均具有優(yōu)勢(shì)-這都是低功率無(wú)人機(jī)的重要考慮因素。
洪說(shuō):“動(dòng)態(tài)范圍的問(wèn)題不僅僅是感知問(wèn)題?!薄霸诖竽X計(jì)算中,這也可能是一個(gè)更普遍的問(wèn)題,因?yàn)閱蝹€(gè)神經(jīng)元有成千上萬(wàn)的輸入。您如何構(gòu)建可在不同情況下偵聽(tīng)正確輸入的算法和體系結(jié)構(gòu)?我們希望通過(guò)解決這一問(wèn)題,在感官層面上,我們可以確認(rèn)我們處在正確的軌道上,以便在構(gòu)建更復(fù)雜的AI時(shí)可以使用正確的工具。”
-
傳感器
+關(guān)注
關(guān)注
2546文章
50491瀏覽量
751191 -
機(jī)器人
+關(guān)注
關(guān)注
210文章
28127瀏覽量
205889 -
機(jī)器視覺(jué)
+關(guān)注
關(guān)注
161文章
4325瀏覽量
120011
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論