Изследователи от няколко университета са разработили мощна машинно-обучаваща мрежа, наречена DPPFA-Net. Мрежата има за цел да подобри точността на откриването на обекти за автономни превозни средства и роботи, особено когато става въпрос за откриването на по-малки обекти. Чрез комбиниране на данните от тримерно облаково точково-облаково облаково облакданни от LIDAR сензори и двумерни изображения от камери, DPPFA-Net гарантира точно съответствие и подобрява възприемането на роботите в различни приложения.
Екипът зад DPPFA-Net се състои от изследователи от Ritsumeikan University, Toyama Prefectural University, Osaka University и South China University of Technology. Водещият автор Хоройуки Томияма, професор в Ritsumeikan University, обяснява, че това развитие може да доведе до по-добро приспособяване на роботите към техните работни среди и подобрена прецизност при възприемането на малки цели.
DPPFA-Net включва три основни модула: MPPF (запазване на точки-пиксели в паметта), DPPF (деформируемо точково-пикселно сливане) и SAE (семантична оценка на съгласуваност). Тези модули играят критична роля в намаляването на затрудненията при обучението на мрежата, подобряването на устойчивостта срещу шум в данните от облака от точки и избягването на неяснота в особеностите.
Възможностите на мрежата бяха тествани в KITTI Vision Benchmark, където превъзхожда съществуващите решения за откриване на малки обекти. Томияма подчертава, че освен подобряването на безопасността на автономните превозни средства, DPPFA-Net има потенциал да подобри и общите системи за роботика и предварителната размаркировка на суровите данни за други системи за възприемане с дълбоко обучение. Това би могло да премахне нуждата от ръчно анотиране и да спести време и разходи.
Резултатите от това изследване са публикувани в списанието IEEE Internet of Things Journal. Въпреки че статията в момента е зад платена достъп, тя представя обнадеждаващо развитие в областта на откриването на обекти за автономни превозни средства и роботи. Допълнителни изяснения на DPPFA-Net може да открият пътя за по-безопасни и по-способни автономни системи с подобрени възможности за разпознаване на обекти.
The source of the article is from the blog procarsrl.com.ar