新影像技術助力人工智能攝影機克服陰影幹擾

影子可以使物體的外觀顯得截然不同,而實際上它們卻是相同的。儘管人類通常能夠辨認出物體在影子中的樣子,但人工智能系統卻較難做到這一點。位於美國東北大學的研究人員正在研發一種新的成像技術,旨在改善計算機理解場景的方式。這項研究由美國東北大學 Khoury 計算機科學學院的計算程序主任 Bruce Maxwell 主導,目標是消除影像中的影子,同時保持物體的自然顏色和紋理。

這意味著陰影區域將變得更亮,而不會顯得不自然。

Maxwell 和他的學生在四年內使用智能手機和相機拍攝了約 25,000 幅圖像。超過 100 名學習計算機視覺的學生拍攝了日常場景,如街道、寵物、花園和標誌。這些圖像來自美國東北大學位於波士頓、西雅圖、溫哥華、硅谷、邁阿密、阿靈頓和波特蘭的校園。這個問題在計算機視覺中相當常見。光照會對機器識別物體造成影響。例如,如果路面上有影子,機器可能無法將其識別為熟悉的物體。

新技術有助於改善自駕車和 3D 建模的效果

這項新技術有可能改善自駕車和 3D 建模的效果。正如東北大學西雅圖校區的電機與計算機工程教授 Xian Li 指出,樹木和建築物的影子可能會對 Tesla 等自動駕駛車輛的鏡頭造成問題。如果明亮的路面上出現一個黑暗區域,鏡頭可能會錯誤地將其視為障礙物,導致車輛停下來。「人類不會有這個問題。我們知道陰影區域的路面仍然是同一條路,」Li 說,他在東北大學西雅圖的電動福特野馬中進行自己的影像和傳感器數據研究。

這項技術還可以幫助攝影師修正影子,而不影響物體的真實顏色。它還可以用來創建 3D 模型。創建現實的數碼物體通常需要設計師從不同角度拍攝數百幅照片,並控制光照。這種新方法可以減少其中的一些步驟。設計師可以拍攝一段快速的影片,拍攝日常物體如咖啡杯,並在手中旋轉。然後,人工智能模型會修正影子,以幫助創建更準確的數碼物體。

Maxwell 希望這一系統未來能夠應用於自動駕駛車輛中,幫助它們在變化的光照條件下識別周圍的物體和行人。Li 也對在東北大學的研究車輛拍攝的街道畫面中使用這項技術感興趣。這項研究的核心部分是攝像機如何捕捉光線。人類自然地以對數尺度處理光線,這幫助我們在不同光照下識別物體。傳統相機通常以線性方式處理資訊,這可能導致在非常明亮或黑暗的區域失去細節。

Maxwell 發現,當用於訓練的圖像具有對數尺度的 RGB(紅、綠、藍)值時,模型在顏色處理上表現更佳。這為人工智能提供了一種新的光線處理方式。在這項研究可以在現實情況下運用之前,仍需要進行更多的開發和測試,但這項研究為解決計算機理解日常場景中的難題提供了方案。它能夠區分物體的真實外觀和影子。

Henderson
Henderson

Henderson 是 TechRitual Hong Kong 科技編輯,專注報導智能手機、消費電子產品、SIM 卡及流動通訊市場。自加入 TechRitual 以來,累計撰寫數千篇科技報導及產品評測,內容同步發佈至 SINA 及 Yahoo Tech 等主要平台。

友情網站:國際版 / TechRitual WorldThe Base Principle(AI・工程)