首页 > 科技 > 正文

研究人员开发算法生成真实路标图像 可用于训练自动驾驶汽车视觉能力

来源:东方头条编辑:中经财讯网2019-10-30 12:38:07分享
摘要:核心提示:研究人员开发了自动生成交通标志的方法,可用于计算机视觉训练,帮助自动驾驶汽车更安全地行驶。盖世汽车讯汽车若要自

核心提示:研究人员开发了自动生成交通标志的方法,可用于计算机视觉训练,帮助自动驾驶汽车更安全地行驶。

盖世汽车讯汽车若要自动安全地在街道上行驶,就必须能够识别路标,即使是在夜晚、雨雪天气,或者在道路标志被苔藓、污物、杂草覆盖着苔藓的情况下。因此,自动驾驶汽车需要大量来自不同季节、一天中的不同时间和天气条件下的所有路标的样本。据外媒报道,波鸿鲁尔大学神经计算学院(RUBNeuralComputationInstitute)的SebastianHouben教授解释道,"为所有道路标志拍照将会非常耗时,尤其是有些标志相当罕见。"为此,SebastianHouben与DominicSpata和DanielaHorn合作,开发了自动生成交通标志的方法,可用于计算机视觉训练。

(图片开源:波鸿鲁尔大学)

该项目初期使用了真实的路标图片。2011年,该团队拍摄了43个德国标准化路标的视频,研究人员将它们称为类(classes)。根据这些视频,他们从不同的角度生成了大约5万张独立的标志图像。总体而言,基于机器的过程比人类更善于识别这些图像中的标志。人类识别的正确率为98.8%,而图像识别软件的正确率为99.7%。SebastianHouben表示,"我们希望开发算法,可学习生成道路标志图像,其他程序可以利用该算法训练其识别能力。"

为此,研究小组使用了两种算法。第一种算法是输入简单的官方道路标志的象形图,然后将它们转换成类似照片的图像。此外,该算法还必须能将输入的标志转换回原来的象形图。DanielaHorn解释说,"我们防止算法将路标图像扭曲,从而与路标完全不同。"第二种算法必须判断第一种算法生成的图像是否是真实的照片。目标是确保第二种算法无法再分辨出它是什么。SebastianHouben表示,"第二种算法向第一种算法表明,选择过程可能会变得更加困难。因此,这两种算法相当于练习对手。"

一开始,训练过程并不特别顺利。如果道路标志的图片颜色正确,并大致呈方形,就算成功。但该图片会不断完善。DanielaHorn解释道,"两三天后,我们会查看路标的图片。如果这些图片在人眼看来不好看,我们就会修改算法。"在图像识别软件方面,两种算法比人类表现更好。在使用数量相当的人工图像进行训练后,视觉计算机系统的表现仅比使用真实图像训练后的表现差10个百分点。

此外,研究小组正使用技巧,优化图像生成算法。研究人员解释道,"例如,由于图像识别算法很容易被愚弄,我们可以创造森林背景。"该团队通过改变原始象形图的背景颜色来解决这个问题。SebastianHouben表示,"我们只能通过初始输入和修改算法来影响这一过程。这些算法随后做出的决定不受研究人员的控制,这也是AI的特点之一。"

*特别声明:本文为技术类文章,禁止转载或大篇幅摘录!违规转载,法律必究。

相关阅读

新闻总排行

图片新闻

本月排行

@copyright 2016 - 2019 http://www.fhcjwa.com/ 丰和财经网 版权所有