Görmə sistemləri insan tərəfindən ilhamlandı


21 Fevral 2007-də ​​Technology Review-da dərc edilmiş bir məqaləyə görə MIT-nin bir qrup nevrologiya mütəxəssisi, sıx bir küçədə avtomobillər və motosikllər kimi obyektləri dəqiq aşkar etmək və tanımaq üçün insan görmə sistemini təqlid edən kompüter modelini hazırladı. MİT-nin bir nevrologiya mütəxəssisi Tomas Serre görə, bu tip görmə sistemləri tezliklə nəzarət sistemlərində və ya sürücülərə piyadaların və ya digər obyektlərin olmasını xəbərdar edən ağıllı sensorlar istifadə edilə bilər.

İllərdir tədqiqatçılar mükəmməlliyinə görə bioloji görmə sistemlərini təqlid etməyə çalışdılar. Lakin obyektləri təsnif etməyi kompüterə öyrətmək ilk göründüyündən daha mürəkkəb oldu, Tomaso Poggio ilə iş görən Serre deyir. Birincisi, müəyyən bir obyekt növünü tanımaq üçün kompüterə müəyyən bir hesablama şablonu və ya müəyyən bir obyektin nümayəndəliyi lazımdır, bu kompüterin, məsələn, avtomobili avtomobili olmayan obyektlərdən ayırd etməsinə imkan verən şeydir. Bununla birlikdə şablon bütün növ avtomobilləri fərqli açılarda və mövqelərdə və fərqli işıqlandırma şəraitində yerləşdirmək üçün kifayət qədər çevik olmalıdır.

Buna nail olmağın ən yaxşı yolu, ortaq cəhətləri olan xüsusiyyətləri çıxartmaq üçün bir sıra görüntü ilə öyrənmə alqoritmini öyrətməkdir. Serre və Poggio, insan görmə sisteminin oxşar bir yanaşmanı izlədiyini, ancaq vizual korteksdəki ardıcıl təbəqələrin bir iyerarxiyasından asılı olduğuna inanırlar. Yer qabığının ilk təbəqələri beləliklə bir cismin ən sadə xüsusiyyətlərini aşkar edər və sonuncu olanlar bu məlumatı birləşdirərək bütövlükdə obyekt haqqında təsəvvürümüzü formalaşdıracaqdır.

Nəzəriyyələrini sınamaq üçün Serre və Poggio, MİT-dən Stanley Bileschi və İsrailin Tel-Əviv Universitetindən Lior Wolf ilə birlikdə neyron qrupları kimi davranmaq üçün hazırlanmış 10 milyon hesablama vahidi olan bir kompüter modelini yaratmaq üçün çalışdılar. vizual korteksin. Vizual korteksdə olduğu kimi, bölmələr təbəqələrə bölünür.

Birincisi, ən sadə bölmələr çox kiçik piksel qruplarını təhlil etməklə (məsələn, yönləndirilmiş profillər) hadisə yerindən xas xüsusiyyətlər çıxarır. Daha mürəkkəb bölmələr daha sonra görüntünün daha böyük hissələrini təhlil edir və obyektlərin ölçüsü və ya mövqeyi ilə əlaqəli xüsusiyyətləri tanıyır. Hər bir ardıcıl təbəqə ilə bir cismin iki hissəsi arasındakı məsafə və ya bu hissələrin fərqli istiqamət açıları kimi getdikcə daha mürəkkəb xüsusiyyətlər çıxarılır. Bu eyni obyekti fərqli cəhətlərdən tanımağa imkan verir.

Sistemi sınadıqda, bazarda ən yaxşı sistemlərlə rəqabət edə bilmək üçün onun nəticələri çox yaxşı idi. Ayrıca, öyrənmə qabiliyyətinə görə, nə qədər çox təhlil etsəniz, nəticələriniz daha dəqiq olar.
Hal hazırda sistem yalnız statik görüntüləri təhlil etmək üçün hazırlanmışdır. Bununla birlikdə, Serre'nin sözlərinə görə, proses insan görmə sistemindəki prosesə bənzəyir, sistemin bir hissəsi forma və digər hissəsi hərəkət edir. Komanda artıq videolarla işləyən paralel bir sistemin yaradılması üzərində işləyir.

Mənbə: Texnologiya İcmalı


Video: Analizatorlar.


ƏvvəLki MəQalə

5 dəqiqədə edə biləcəyiniz 10 dadlı avokado tostu

Sonrakı MəQalə

At səyahət avadanlıqları