Автономните превозни средства трябва да могат бързо и точно да идентифицират обекти, които срещат, като камиони за доставка, паркирани зад ъглите, или велосипедисти, приближаващи кръстовища. За да постигнат това, автономните автомобили могат да използват мощен модел на компютърно зрение, за да класифицират всеки пиксел в сценични изображения с висока разделителна способност, като гарантират, че няма да пренебрегнат обекти, които могат да бъдат затъмнени в изображения с ниско качество. Въпреки това, тази задача, известна като семантично сегментиране, е много сложна и изисква обширни изчисления, особено при изображения с висока разделителна способност.
Според съобщения в международните медии, изследователи от Масачузетския технологичен институт (MIT), MIT-IBM Watson AI Lab и други институции са си сътрудничили, за да разработят по-ефективен модел на компютърно зрение, значително намалявайки изчислителната сложност на гореспоменатата задача. Този модел може да извършва точно семантично сегментиране в реално време на устройства с ограничени хардуерни ресурси, като бордови компютри на превозни средства, което позволява на автономните автомобили да вземат мигновени решения.
Настоящите най-съвременни модели за семантично сегментиране могат директно да научат взаимодействията между всяка двойка пиксели в изображение, което означава, че тяхното изчисление нараства квадратично с увеличаване на разделителната способност на изображението. Въпреки че такива модели са много точни, тяхната скорост на обработка е твърде ниска, за да обработват изображения с висока разделителна способност в реално време на крайни устройства като сензори или смартфони.
Изследователи от Масачузетския технологичен институт проектираха нов компонент за модела на семантично сегментиране, който може да се похвали с възможности, еквивалентни на най-модерните модели от този вид, но постигайки само линейна изчислителна сложност и улеснявайки ефективни хардуерни операции.
Резултатът от работата на изследователите е нова серия от модели за компютърно зрение с висока разделителна способност. Когато се разположат на мобилни устройства, тези модели работят 9 пъти по-бързо от своите предшественици. Важно е, че в сравнение с алтернативните решения, този нов модел постига подобна, ако не и по-добра точност.
Тази технология не само може да помогне на автономните автомобили да вземат решения в реално време, но също така може да подобри ефективността на други задачи за компютърно зрение с висока разделителна способност, като например сегментиране на медицинско изображение.
