ASUS ROG Phone 5 Review
Root NationНовиниНовини ITФотоматрицю навчили впізнавати знайомі місця

Фотоматрицю навчили впізнавати знайомі місця

-

Британські інженери навчили фотоматрицю розпізнавати знайомі їй місця, не використовуючи для цього окремий комп’ютер. Під час першого проходження місць вона зберігає стислий образ кадру, а при повторному проходженні порівнює нові кадри з ним і шукає збіги. Тести показали, що матриця впізнає місця навіть в іншу пору року.

Традиційно фотоматриця виконує досить просту задачу – збирає з усіх пікселів значення яскравості і записує в єдиний кадр. Подальша обробка вже відбувається на стороні пристрою, тобто для цього використовується окремий процесор, пам’ять і програмне забезпечення. Але деякі дослідники і компанії працюють над альтернативними типами матриць, які самостійно здатні виконувати прості операції.

SCAMP

Інженери з Брістольського університету під керівництвом Вальтера Майола-Кеуваса скористалися матрицею SCAMP з вбудованими аналогово-цифровими обчислювальними елементами і навчили її запам’ятовувати і розпізнавати місця на апаратному рівні, не використовуючи будь-які зовнішні обчислювальні пристрої. Матриця знімає в градаціях сірого і має роздільну здатність 256×256 пікселів. У кожного пікселя є набір з 13 регістрів для запам’ятовування змінних, а також схема для виконання простих логічних операцій. Автори відзначають, що їх алгоритм можна легко адаптувати і для інших аналогічних пристроїв.

SCAMP
Схема використаної в роботі фотоматриці.

Інформація про маршрут в матриці представлена ​​у вигляді окремих кадрів, але не в повній роздільній здатності. По суті, масив з 256×256 пікселів і обчислювальних елементів розбивається на блоки розміром 8×8 або 8×4, в залежності від того, як зберігається інформація: у вигляді кадру зі зменшеною роздільною здатністю або у вигляді локального бінарного візуального дескриптора.

При першому проходженні та запам’ятовуванні маршруту матриця записує в блоки стислий образ кадру і для кожного наступного кадру визначає, що камера зрушила вперед або назад, порівнюючи їх з попереднім, виходячи із заданої моделі руху. Поступово блоки заповнюються стислою інформацією про місця маршруту.

Розробники протестували роботу алгоритму на реальній матриці і її симуляторі з трьома датасетами: записах поїздок машиністів на поїздах по Норвегії, записах поїздок робота по центру Оксфорда і кадрах з симульованими поїздками робота по віртуальній лабораторії. Тести підтвердили, що алгоритм дозволяє визначати місце розташування камери, причому не тільки в ідентичних умовах, але і при проїзді одного і того ж місця при різних погодних умовах і порах року.

Читайте також:

0 0 голосів
Рейтинг статті
Підписатися
Сповістити про
guest
0 коментарів
Вбудовані Відгуки
Переглянути всі коментарі