Visiestelsels geïnspireer deur menslike sig


Volgens 'n artikel wat op 21 Februarie 2007 in Technology Review gepubliseer is, het 'n groep neurowetenskaplikes by MIT 'n rekenaarmodel ontwikkel wat die menslike visiestelsel naboots om voorwerpe soos motors en motorfietse op 'n besige straat akkuraat op te spoor en te herken. Volgens Thomas Serre, 'n neurowetenskaplike by MIT, kan hierdie soort sigstelsels binnekort gebruik word in toesigstelsels of in slim sensors wat bestuurders waarsku dat voetgangers of ander voorwerpe teenwoordig is.

Vanweë hul volmaaktheid het navorsers jare lank probeer om biologiese sigstelsels na te boots. Maar die leer van 'n rekenaar om voorwerpe te klassifiseer, was meer ingewikkeld as wat dit eers gelyk het, sê Serre, wat saam met Tomaso Poggio die werk gedoen het. Eerstens, om 'n spesifieke soort voorwerp te herken, benodig die rekenaar 'n spesifieke berekeningsjabloon of voorstelling van die spesifieke voorwerp, wat die rekenaar toelaat om byvoorbeeld 'n motor te onderskei van voorwerpe wat nie motors is nie. Die patroon moet egter buigsaam genoeg wees om alle verskillende soorte motors in verskillende hoeke en posisies en onder verskillende beligtingstoestande te akkommodeer.

Die beste manier om dit te bereik is om 'n leeralgoritme met 'n reeks beelde op te lei om die eienskappe wat hulle in gemeen het, te onttrek. Serre en Poggio glo dat die menslike visiestelsel 'n soortgelyke benadering volg, maar dat dit afhang van 'n hiërargie van opeenvolgende lae in die visuele korteks. Die eerste lae van die kors sou dus die eenvoudigste eienskappe van 'n voorwerp opspoor, en die laaste een sou die inligting kombineer om ons persepsie van die voorwerp in sy geheel te vorm.

Om hul teorie te toets, het Serre en Poggio saam met Stanley Bileschi van MIT en Lior Wolf van die Universiteit van Tel Aviv, Israel, saamgewerk om 'n rekenaarmodel te skep met 10 miljoen rekeneenhede wat ontwerp is om op te tree soos groepe neurone. van die visuele korteks. Soos in die visuele korteks, word die eenhede in lae verdeel.

Eerstens haal die eenvoudigste eenhede rudimentêre kenmerke uit die toneel uit (byvoorbeeld georiënteerde profiele) deur baie klein groepe pixels te ontleed. Die meer komplekse eenhede ontleed dan groter gedeeltes van die beeld en herken kenmerke wat verband hou met die grootte of posisie van voorwerpe. By elke opeenvolgende laag word toenemend ingewikkelde eienskappe onttrek, soos die afstand tussen twee dele van 'n voorwerp of die verskillende oriëntasiehoeke van hierdie dele. Hiermee kan u dieselfde voorwerp vanuit verskillende hoeke herken.

Toe hulle die stelsel toets, was die resultate daarvan baie goed en kon hulle meeding met die beste stelsels op die mark. As gevolg van die leervermoë daarvan, hoe meer beelde jy analiseer, hoe akkurater is jou resultate.
Op die oomblik is die stelsel slegs ontwerp om statiese beelde te ontleed. Volgens Serre is die proses egter soortgelyk aan die van die menslike sigstelsel, waar een deel van die stelsel in beheer is van vorme en 'n ander beweging. Die span werk nou daaraan om 'n parallelle stelsel in te sluit wat met video's werk.

Bron: Technology Review


Video: Liberty Betrayed


Vorige Artikel

Betekenis daarvan om oor 'n vuur te droom

Volgende Artikel

Goedkoop vlugte van Alicante na Manchester