En ny slags computersyn kan ikke narre af underlig belysning

Kategori: Ikke kategoriseret Udsendt 21. nov

Computer vision er kommet langt siden imagenet , et stort open source-datasæt af mærkede billeder, blev udgivet i 2009, som forskere kunne bruge til at træne AI – men billeder med vanskelig eller dårlig belysning kan stadig forvirre algoritmer. Forskere har enten forsøgt at anvende håndlavede regler om, hvordan lys interagerer med objekter eller brugt et datasæt, der dækker så mange lyssituationer som muligt. Men der er en næsten ubegrænset kombination af ting og lys i den virkelige verden, hvilket hæmmer begge tilgange.

Et nyt papir fra forskere fra MIT og DeepMind beskriver en proces, der kan identificere billeder i forskellig belysning uden at skulle håndkode regler eller træne på et enormt datasæt. Processen, kaldet et renderet intrinsics-netværk (RIN), adskiller automatisk et billede i reflektans-, form- og belysningslag. Det rekombinerer derefter lagene til en rekonstruktion af det originale billede.

For at træne RIN skabte forskerne et datasæt med fem former - kuber, kugler, kegler, cylindre og toruser - og gengivet hver med 10 forskellige orienteringer og 500 forskellige farver. Som et bevis på konceptet viste forskerne, hvordan nedbrydning af et billede i de tre lag kunne hjælpe en computer med at identificere, hvad et element i et billede er, eller udlede dets form. For eksempel lærte modellen at få øje på meget mere komplicerede ting - som de klassiske billedtestmodeller Stanford kanin , Utah tekande , og Blender's Suzanne - efter at være blevet trænet i de grundlæggende prøveformer uden nogensinde at se mærkede eksempler.

Udover at tilbyde en ny måde at overvinde problemet med uendelige lyssituationer for et billede, er RIN også et eksempel på læring med umærkede data. De fleste kunstige intelligenser har stadig brug for mærkede data for at lære, og forberedelsen af ​​dem kræver timers gentaget menneskeligt arbejde. At finde en måde at lære af umærkede data er en af ​​de næste grænser inden for kunstig intelligens.