Naukowcy z Massachusetts Institute of Technology (MIT) opracowali nowy system wizyjny, który pomoże robotom domowym lepiej rozpoznawać obiekty. Jednocześnie zmniejszyłoby to liczbę błędnych identyfikacji. Nowo opracowany algorytm jest dokładny i 10 razy szybszy, dzięki czemu jest znacznie bardziej praktyczny w przypadku wdrażania w czasie rzeczywistym z robotami domowymi.
Aby roboty domowe były praktyczne, muszą umieć rozpoznawać obiekty, którymi mają manipulować.
Ale chociaż rozpoznawanie obiektów jest jednym z najczęściej badanych tematów w dziedzinie sztucznej inteligencji, nawet najlepsze wykrywacze obiektów wciąż zawodzą przez większość czasu..
Robot Cheetah z MIT jest teraz spuszczony ze smyczy, może cicho biegać i skakać
Główny autor Lawson Wong, absolwent elektrotechniki i informatyki oraz główny autor w laboratorium informatyki i sztucznej inteligencji MIT, powiedział:
„Jeśli po prostu spojrzałeś na to z jednego punktu widzenia, może brakować wielu rzeczy lub może to być kąt oświetlenia lub coś blokującego obiekt, co powoduje systematyczny błąd w detektorze”.
Wong i jego zespół rozważali scenariusze, w których mieli od 20 do 30 różnych zdjęć przedmiotów gospodarstwa domowego zebranych razem na stole.
W kilku scenariuszach klaster zawierał wiele instancji tego samego obiektu blisko siebie, co utrudnia dopasowanie różnych perspektyw.
Naukowcy wykazali, że system wykorzystujący gotowy algorytm do agregowania różnych perspektyw może rozpoznać cztery razy więcej obiektów niż system wykorzystujący pojedynczą perspektywę.