Dodatni pokreti „oka“ za autonomna vozila
Andrea Benucci i kolege iz RIKEN Centra za nauku o mozgu razvili su način za stvaranje veštačkih neuronskih mreža koje uče da brže i preciznije prepoznaju objekte. Studija, nedavno objavljena u naučnom časopisu PLOS Computational Biology, fokusira se na sve neprimećene pokrete očiju koje pravimo i pokazuje da oni služe vitalnoj svrsi omogućavajući nam da stabilno prepoznajemo objekte. Ovi nalazi se mogu primeniti na mašinski vid, na primer, olakšavajući automobilima koji se sami voze da nauče kako da prepoznaju važne karakteristike na putu.
Uprkos stalnim pokretima glave i očiju tokom dana, objekti na svetu se ne zamagljuju niti postaju neprepoznatljivi, iako se fizičke informacije koje pogađaju našu mrežnjaču stalno menjaju. Ono što verovatno čini ovu perceptivnu stabilnost mogućom su neuronske kopije komandi pokreta. Ove kopije se šalju kroz mozak svaki put kada se krećemo i smatra se da omogućavaju mozgu da uzme u obzir naše sopstvene pokrete i održava našu percepciju stabilnom.
Pored stabilne percepcije, dokazi sugerišu da bi nam pokreti očiju i njihove motoričke kopije takođe mogli pomoći da stabilno prepoznajemo objekte u svetu, ali kako se to dešava ostaje misterija. Benucci je razvio konvolucionu neuronsku mrežu (CNN) koja nudi rešenje za ovaj problem. CNN je dizajniran da optimizuje klasifikaciju objekata u vizuelnoj sceni dok se oči kreću.
Prvo, mreža je obučena da klasifikuje 60.000 crno-belih slika u 10 kategorija. Iako se dobro pokazao na ovim slikama, kada je testiran sa pomerenim slikama koje su oponašale prirodno izmenjen vizuelni unos koji bi se javio kada se oči pomeraju, performanse su drastično pale na nivo slučajnosti. Međutim, klasifikacija se značajno poboljšala nakon obuke mreže sa pomerenim slikama, sve dok su takođe uključeni pravac i veličina pokreta očiju koji su doveli do pomeranja.
Dovođenje ovih rezultata u stvarnu mašinsku viziju nije tako teško kao što se čini. Kako Benucci objašnjava, „prednosti oponašanja pokreta očiju i njihovih eferentnih kopija podrazumevaju da se ‘prisiljava’ senzor mašinskog vida da kontroliše tipove pokreta, dok informiše mrežu za vid zaduženu za obradu povezanih slika o pokretima koji su sami generisali , učinilo bi mašinski vid robusnijim i sličnim onome što se doživljava u ljudskom vidu.”
Izvor: autotech.news
