Đại học Cambridge phát triển 2 công nghệ nhận diện và định vị qua camera giúp máy móc thông minh hơn

Đăng lúc: Thứ hai - 28/12/2015 09:24 - Người đăng bài viết: SuperG
2 công nghệ nhận diện và định vị qua camera

2 công nghệ nhận diện và định vị qua camera

Máy móc sẽ thông minh hơn khi có thể nhìn và lĩnh hội mọi thứ xung quanh. Đây là điều mà các nhà nghiên cứu tại đại học Cambridge hướng đến khi phát triển 2 công nghệ khai thác khả năng học hỏi qua tầm nhìn camera, từ đó mang lại khả năng nhận biết, phân loại và vận dụng các vật thể cho máy móc.
2 công nghệ đang được phát triển có tên gọi SegNet và một hệ thống định vị chưa có tên. SegNet là một ứng dụng nhận diện vật thể theo thời gian thực, nó có thể đặt nhãn cho các vật thể chính xác hơn nhiều so với các hệ thống radar tiên tiến nhất hiện nay dùng trên xe hơi tự hành. SegNet có thể quan sát một quang cảnh đường phố và ngay lập tức nhận dạng các nội dung có trong quang cảnh đồng thời phân loại nội dung vào 12 danh mục như đường sá, tín hiệu đường, người đi bộ, công trình …
 
Video: https://youtu.be/CxanE_W46ts
 
Hệ thống hoạt động trong môi trường tối lẫn sáng và gần như theo thời gian thực .Mặc dù hiện tại chỉ vừa được thử nghiệm trong môi trường đô thị nhưng SegNet sẽ khai thác công nghệ học hỏi để xây dựng các khả năng và sau cùng sẽ có thể nhận biết các vật thể trong nhiều môi trường hơn, đặc biệt là vùng ngoại ô cũng như dưới nhiều điều kiện thời tiết và khí hậu khác nhau.
 
Alex Kendall, nghiên cứu sinh tiến sĩ tại khoa kỹ thuật thuộc đại học Cambridge cho biết: "SegNet có khả năng nhận diện vật thể trong một bức ảnh rất tốt bởi nó được thực hành nhiều. Tuy nhiên, vẫn có hàng triệu điểm cần tinh chỉnh để hệ thống có thể hoạt động tốt hơn."
 
SegNet được dạy bởi các sinh viên sắp tốt nghiệp tại đại học Cambridge. Họ nạp vào hệ thống 5000 hình ảnh với quang cảnh đường phố, mỗi tấm hình có các vùng điểm ảnh được dán nhãn phân loại. SegNet đã học cách nhận biết hình ảnh qua thời gian và sau cùng tự mình thực hiện điều này mà không cần đến sự chỉ dẫn của các nhà nghiên cứu. Giờ đây hệ thống này đã được mở cửa cho cộng đồng và bạn cũng có thể thử trí thông minh của nó bằng cách vào trang http://mi.eng.cam.ac.uk/projects/segnet/ và đăng tải một tấm ảnh ngẫu nhiên.
SegNet.
Như thử nghiệm của mình dưới đây, mình đăng tải một tấm hình về một tai nạn hài hước … xe con tông xe tăng và SegNet đã nhận dạng được các vật thể trong bức ảnh khá chính xác. Khu vực màu tím là phương tiện, khu vực màu tím nhạt hơn là đường, màu xanh là vỉa hè (thực ra là nền bê tông), màu cỏ úa là cây cối và đậm hơn là người đi bộ (thực chất là anh lính xe tăng).
 
Đi kèm với SegNet là một hệ thống định vị hoạt động trên nguyên lý tương tự. Hệ thống này giúp nhận biết một địa điểm dựa trên những gì được nhìn thấy thông qua camera. Độ chính xác của hệ thống cao hơn nhiều so với GPS và hoạt động trong mọi tình huống miễn là camera có thể quan sát được xung quanh, bao gồm trong nhà lẫn ngoài trời, trong đường hầm hay thậm chí dưới các điều kiện thiếu sáng.
 
Cho đến hiện tại, hệ thống định vị này có thể nhận biết các ví trí đã được học với phạm vi sai số trong chỉ vài mét. Hệ thống hoạt động ở cả 2 cấp độ bản đồ và thực địa, chẳng hạn như bên trong hoặc xung quanh một tòa nhà nơi camera được đặt. Ngoài ra, hệ thống này cũng có thể học hỏi về môi trường xung quanh vị trí được sử dụng. Các nhà phát triển tin rằng hệ thống trước mắt sẽ được sử dụng trên các robot dùng trong nhà và sau cùng sẽ mở rộng ra nhiều vật thể di động khác chẳng hạn như xe hơi không người lái hoặc thiết bị đeo được.
 

Theo: Gizmag​​

Từ khóa:

n/a

Đánh giá bài viết
Tổng số điểm của bài viết là: 0 trong 0 đánh giá
Click để đánh giá bài viết
 

Quy trình xử lý

Hướng dẫn quý khách hàng tìm hiểu làm quen với cách sử dụng sản phẩm và dịch vụ trong lĩnh vực Robot gia dụng chúng tôi cung cấp. Đặt vấn đề: Khách hàng liên hệ qua Email hoặc Điện thoại, ghi chú nội dung liên hệ và thông tin yêu cầu sản phẩm dịch vụ sơ bộ. Xử lý thông tin: Chúng tôi sẽ trực...

Thăm dò ý kiến

Bạn có muốn sở hữu một Robot trong nhà không?

Cần một Robot để dọn dẹp

Cần một Robot trông nhà

Cần một Robot để giải trí

Bạn cần một Robot theo cách khác

Bạn đã có rồi

Bạn không cần

Liên kết