當前位置:自動化網>深圳瑞視特科技有限公司門戶>應用案例>探索機器視覺演進的無限可能性

          探索機器視覺演進的無限可能性

          發布時間:2018-05-31 15:44   類型:基礎知識   人瀏覽

            “球面卷積神經網絡(spherical Convolutional Neural Networks,縮寫CNNs)”榮獲ICLR 2018年度最佳論文獎。

            深度學習中的技術進展幫助機器能像人類一樣“看”世界,這是人工智能研究中最具吸引力的部分之一。目前,一種突破性技術將讓機器能夠通過被稱為球面卷積神經網絡(spherical Convolutional Neural Networks,縮寫CNNs)的處理,去看到并識別三維空間中的物體。從識別極小分子的機器到分析外太空最龐大結構的工具,我們對這項新發現的能力所能實現的種種可能的想象才剛剛開始。當然,這其中還包括了許多介乎兩者之間的用例,比如指導機器人在人群中安全導航。

            正如最近這次獲獎所展現的,該研究領域是人工智能(AI)發展的前沿領域。Qualcomm Technologies荷蘭研究人員Taco Cohen和Max Welling及其合作伙伴,通過與阿姆斯特丹大學聯合撰寫的《球面CNNs》論文榮獲“國際學習表征大會(ICLR:International Conference for Learning Representations)2018年度最佳論文獎”。ICLR主要發布人工智能(AI)和機器學習方面的最新研究,現已舉辦到第六屆。蒙特利爾大學的Yoshua Bengio和紐約大學/Facebook的Yann LeCun共同擔任ICLR 2018的主席。在全球頂尖AI實驗室提交的約1,000篇投稿中,AI領域最具創新性和影響力的研究被授予最佳論文獎的殊榮。

            該球面CNN論文引入了構建CNNs的新型數學架構,可魯棒地分析球面圖像,并不會受到曲面失真的影響。這是因為:球面CNN具有針對旋轉的“等變”特性,它意味著該網絡學習到的內部表征會與輸入信息同步旋轉。從實驗的結果來看,球面CNNs在兩項截然不同的任務上可實現出色的預測精度:球面圖像3D模型識別和原子化能量預測(一項重要的化學問題)。

            球面CNNs為什么重要

            為了理解球面CNNs的重要性,我們介紹一些背景:過去幾年,深度學習——尤其是CNNs——已徹底變革了AI,語音識別、視覺對象識別、自然語言處理及其他領域均出現突破性成果。CNNs很擅長分析線性信號,例如音頻或文本、圖像、或視頻,因其具備可識別模式的內在能力,而不管其空間或時間位置如何。這能支持CNNs學習并識別如視覺對象,無論它在圖像中位于什么位置,并無需在深度學習模型訓練階段觀看同一對象的多個移動版本。但在最近受到關注的多個應用中,我們都希望學習的信號留存在球體上,如汽車、無人機和其他機器人拍攝其整個周邊環境的球面圖像所使用的全向攝像頭。在科學應用中也存在大量球面信號,從地球科學到天體物理學都有相關案例。

            分析此類球面信號的一個方法是把信號投影到平面上,并借助CNN來分析結果。但根據制圖學,任何此類“地圖投影”都會導致扭曲失真,讓部分區域看起來比實際尺寸更大或更小。這會使CNN變得無效,因為隨著對象在球體上移動,它們看上去不僅只是在地圖上移動,而且還會顯得縮小和拉伸。

            如何使用球面CNNs

            球面CNNs在物聯網(IoT)、機器人、自動駕駛汽車、增強現實(AR)和虛擬現實(VR)領域都有諸多應用。如今,自動駕駛無人機已向消費者出售,或許有一天它將能在幾分鐘內把包裹送到你的家門口,這就是球面CNNs可改善物體偵測與識別,以及視覺運動分析的一個自然應用。在AR方面,一整組攝像頭所拍攝的360度房間全景可融入至單球面圖像中,借助球面CNN的高效分析,精確覆蓋虛擬物體。

            Qualcomm對此項工作可能帶來的上述應用和其他轉換應用倍感興奮,我們也正在積極推動此項研究及其他數據高效學習研究。

            深圳瑞視特科技有限公司有著多年的機器視覺行業經驗,在機器視覺的應用領域上積累了豐富的經驗,有著不少成功的案例和解決方案,瑞視特科技一直以來致力于機器視覺產品的生產、開發、應用以及銷售,為客戶提供整體機器視覺解決方案及服務,把機器視覺技術應用到智能生產中。


          本文地址:http://m.xznet110.com/apply/d_1o0cggv7kpok1_1.html

          拷貝地址

          版權聲明:版權歸中國自動化網所有,轉載請注明出處!

          留言反饋
          • 評價:

          • 關于:

          • 聯系人:

          • 聯系電話:

          • 聯系郵箱:

          • 需求意向:

          • 驗證碼:

            看不清楚?

          • 在線咨詢
          主站蜘蛛池模板: 另类ts人妖一区二区三区| 欧美乱子伦一区二区三区| 国产日韩综合一区二区性色AV| 一级一级人与动毛片| 日韩视频一区二区| 亚洲精品成人a| **肉体一级毛片| 日本阿v精品视频在线观看| 亚洲综合色网站| 色偷偷色噜噜狠狠网站久久| 国产精品久久久久影院| xxxxx免费视频| 日本一本一区二区| 亚洲中文字幕无码专区| 男人的天堂色偷偷| 国产精品VA在线播放| www.日日干| 日本一区二区三区欧美在线观看| 亚洲国产精彩中文乱码av| 男生女生一起差差很痛| 国产主播福利在线| 五月丁六月停停| 国产麻豆成av人片在线观看| 一区五十路在线中出| 日本一区二区免费看| 亚洲a在线视频| 波多野结衣欲乱| 国产女人18毛片水真多18精品| 999这里只有精品| 性做久久久久久蜜桃花| 久久国产免费一区二区三区| 欧美人妻一区二区三区| 亚洲精品福利网泷泽萝拉| 精品无码黑人又粗又大又长| 国产人妖视频一区二区| 久久久久777777人人人视频| 国产色在线播放| 久99久热只有精品国产女同| 极品人体西西44f大尺度| 亚洲欧美另类第一页| 色之综合天天综合色天天棕色|