Vehiculele autonome trebuie să fie capabile să identifice rapid și precis obiectele pe care le întâlnesc, cum ar fi camioanele de livrare parcate la colțuri sau bicicliștii care se apropie de intersecții. Pentru a realiza acest lucru, mașinile autonome ar putea folosi un model puternic de viziune computerizată pentru a clasifica fiecare pixel în imagini de scenă de înaltă rezoluție, asigurându-se că nu trec cu vederea obiectele care ar putea fi ascunse în imagini de calitate scăzută. Cu toate acestea, această sarcină, cunoscută sub numele de segmentare semantică, este extrem de complexă, necesitând calcule extinse, în special cu imagini de înaltă rezoluție.

Potrivit rapoartelor din presa internațională, cercetătorii de la Massachusetts Institute of Technology (MIT), MIT-IBM Watson AI Lab și alte instituții au colaborat pentru a dezvolta un model mai eficient de viziune computerizată, reducând semnificativ complexitatea de calcul a sarcinii menționate mai sus. Acest model poate efectua o segmentare semantică precisă în timp real pe dispozitive cu resurse hardware limitate, cum ar fi computerele de bord ale vehiculelor, permițând mașinilor autonome să ia decizii instantanee.
Modelele actuale de segmentare semantică de ultimă generație pot învăța direct interacțiunile dintre fiecare pereche de pixeli dintr-o imagine, ceea ce înseamnă că calculul lor crește pătratic pe măsură ce rezoluția imaginii crește. Deși astfel de modele sunt foarte precise, viteza lor de procesare este prea lentă pentru a gestiona imagini de înaltă rezoluție în timp real pe dispozitive de vârf precum senzori sau smartphone-uri.

Cercetătorii de la MIT au proiectat o nouă componentă pentru modelul de segmentare semantică, oferind capabilități echivalente cu cele mai avansate modele de acest gen, dar realizând doar complexitate computațională liniară și facilitând operațiuni hardware eficiente.
Rezultatul muncii cercetătorilor este o serie nouă de modele pentru viziunea computerizată de înaltă rezoluție. Când sunt implementate pe dispozitive mobile, aceste modele funcționează de 9 ori mai rapid decât predecesorii lor. Important, în comparație cu soluțiile alternative, acest nou model atinge o precizie similară, dacă nu chiar mai bună.
Această tehnologie nu numai că poate ajuta mașinile autonome în luarea deciziilor în timp real, dar poate, de asemenea, să sporească eficiența altor sarcini de viziune computerizată de înaltă rezoluție, cum ar fi segmentarea imaginilor medicale.





