En ny typ av datorseende kan inte luras av konstigt ljus

Kategori: Okategoriserad Postad 21 nov

Datorseende har kommit långt sedan dess imagenet , en stor datauppsättning med öppen källkod med märkta bilder, släpptes 2009 för forskare att använda för att träna AI – men bilder med knepig eller dålig belysning kan fortfarande förvirra algoritmer. Forskare har antingen försökt använda handgjorda regler om hur ljus interagerar med föremål eller använt en datauppsättning som täcker så många ljussituationer som möjligt. Men det finns en nästan obegränsad kombination av föremål och ljus i den verkliga världen, vilket hindrar båda tillvägagångssätten.

En ny artikel från forskare från MIT och DeepMind beskriver en process som kan identifiera bilder i olika ljussättningar utan att behöva handkoda regler eller träna på en enorm datamängd. Processen, som kallas ett renderat intrinsics-nätverk (RIN), separerar automatiskt en bild i reflektans-, form- och ljusskikt. Den kombinerar sedan om lagren till en rekonstruktion av originalbilden.

För att träna RIN skapade forskarna en datamängd med fem former - kuber, sfärer, kottar, cylindrar och toruser - och renderade var och en med 10 olika orienteringar och 500 olika färger. Som ett bevis på konceptet visade forskarna hur att bryta ner en bild i de tre lagren kan hjälpa en dator att identifiera vad ett föremål i en bild är, eller härleda dess form. Till exempel lärde sig modellen att upptäcka mycket mer komplicerade föremål – som de klassiska bildtestmodellerna Stanford kanin , Utah tekanna , och Blenders Suzanne — efter att ha tränats på de grundläggande provformerna, utan att någonsin ha sett märkta exempel.

Förutom att erbjuda ett nytt sätt att övervinna problemet med oändliga ljussituationer för en bild, är RIN också ett exempel på inlärning med omärkta data. De flesta AI behöver fortfarande märkt data för att lära sig, och att förbereda det tar timmar av repetitivt mänskligt arbete. Att hitta ett sätt att lära av omärkta data är en av nästa gränser inom artificiell intelligens.