Autonome køretøjer skal hurtigt og præcist kunne identificere genstande, de støder på, såsom varebiler, der er parkeret rundt om hjørner, eller cyklister, der nærmer sig vejkryds. For at opnå dette kan autonome biler bruge en kraftfuld computervisionsmodel til at klassificere hver pixel i scenebilleder i høj opløsning, hvilket sikrer, at de ikke overser objekter, der kan være tilsløret i billeder af lav kvalitet. Denne opgave, kendt som semantisk segmentering, er imidlertid meget kompleks og kræver omfattende beregning, især med billeder i høj opløsning.
Ifølge internationale medierapporter har forskere fra Massachusetts Institute of Technology (MIT), MIT-IBM Watson AI Lab og andre institutioner samarbejdet om at udvikle en mere effektiv computervisionsmodel, hvilket væsentligt reducerer den beregningsmæssige kompleksitet af den førnævnte opgave. Denne model kan udføre nøjagtig semantisk segmentering i realtid på enheder med begrænsede hardwareressourcer, såsom køretøjscomputere, hvilket gør det muligt for autonome biler at træffe øjeblikkelige beslutninger.
Aktuelle avancerede semantiske segmenteringsmodeller kan direkte lære interaktionerne mellem hvert par pixels i et billede, hvilket betyder, at deres beregning vokser kvadratisk, efterhånden som billedopløsningen stiger. Selvom sådanne modeller er meget nøjagtige, er deres behandlingshastighed for langsom til at håndtere billeder i høj opløsning i realtid på kantenheder som sensorer eller smartphones.
Forskere ved MIT har designet en ny komponent til den semantiske segmenteringsmodel, der kan prale af kapaciteter svarende til de mest avancerede modeller af sin art, men som kun opnår lineær beregningskompleksitet og letter effektive hardwareoperationer.
Resultatet af forskernes arbejde er en ny serie af modeller til computersyn i høj opløsning. Når de installeres på mobile enheder, fungerer disse modeller 9 gange hurtigere end deres forgængere. Det er vigtigt, at i sammenligning med alternative løsninger opnår denne nye model en lignende, hvis ikke bedre, nøjagtighed.
Denne teknologi kan ikke kun hjælpe autonome biler med at træffe beslutninger i realtid, men den kan også forbedre effektiviteten af andre computervisionsopgaver med høj opløsning, såsom medicinsk billedsegmentering.
