90% pontossággal szegmentálja a kabint az új mélytanulási modell
Az új képfeldolgozási technika valós idejű szegmentációt tesz lehetővé, megkülönböztetve az előtér- és háttér-elemeket. Ez segíti a virtuális és valós képek zökkenőmentes egyesítését.
Új képfeldolgozási eljárást javasolnak a kutatók a kabin szegmentációjára mixed reality (MR) környezetekben. A módszer célja a felhasználói élmény fokozása azáltal, hogy valós időben képes elkülöníteni az előtérben lévő objektumokat a háttértől, megkönnyítve ezzel a virtuális és valós képek egységesítését. (ArXiv CV)
A kutatás során a fejlesztők a CAT793F-es markológép szimulátoráról szereztek be valós képeket egy kamerával. Ezeken a felvételeken alkalmazták a mélytanulás két népszerű konvolúciós neurális hálózati architektúráját, az „U-net”-et és a „DeepLabV3+”-t az image segmentation, vagyis a képszegmentálás elvégzésére.
Kapcsolódó: AI-alapú forgalomirányítás
Képfeldolgozás és szegmentáció
A kísérletek eredményeként a fejlesztők körülbelül 90%-os pontossággal tudták szegmentálni a képeket. Ez a mutató jelentős előrelépést jelent a valósághű MR-élmények megteremtésében, ahol az objektumok pontos azonosítása kulcsfontosságú a magával ragadó környezet kialakításához.
Kapcsolódó: raktári robotbiztonság
A modell teljesítménye
A két vizsgált architektúra közül a kutatók meghatározták a legjobb teljesítményt nyújtó modellt. A 90%-os pontosság mindkét architektúra képességeit jól mutatja az adott feladatra. Az arXiv-en publikált tanulmányt a kutatók írták, és a CAT793F-es markológép szimulátorán végzett kísérletekről számol be.
Kapcsolódó: egocentrikus robotnavigáció