Исследователи из университетов США создали систему визуализации, основанную на искусственном интеллекте, которая может помочь машинам с автоматическим управлением видеть «мельчайшие детали» за углами, чтобы идентифицировать опасность.

Система визуализации использует обычный датчик камеры и лазерный луч, который может «отражаться» от стен и объектов, чтобы создать картинку, которая визуально напоминает статическую на старом ненастроенном телевизоре, наблюдаемую невооруженным глазом.

Затем изображение восстанавливается с помощью алгоритма ИИ, устраняя «шум» и способно создавать даже картинку букв высотой 1 см. Глубокое обучение — это форма искусственного интеллекта, которая имитирует работу человеческого мозга для обработки данных и создания шаблонов.

Это особо мощный подтип ИИ машинного обучения, способный обучаться без помощи неструктурированных данных.

«По сравнению с другими подходами наша система формирования изображений вне прямой видимости обеспечивает уникально высокое разрешение и скорость прорисовки картинки», — сказал руководитель исследовательской группы Кристофер Метцлер из Стэнфордского университета и Университета Райса.

«Эти атрибуты позволяют использовать приложения, которые иначе были бы невозможны, такие как чтение номерного знака на скрытой машине во время вождения или считывание значка, надетого на кого-нибудь, идущего по другой стороне».

Система предназначена для создания изображений небольших объектов с высоким разрешением, способных даже создавать детали размером менее миллиметра в невидимых областях с расстояния более метра. В сочетании с другими системами визуализации, новый алгоритм сможет производить гораздо большие реконструкции.

Предыдущие алгоритмы, используемые для получения изображений в реальном времени такого рода, были протестированы, но исследователи говорят, что эта система гораздо более «устойчива» к шуму, создаваемому изображениями с короткой экспозицией, необходимыми для получения картинки в режиме реального времени.

Исследователи утверждают, что наряду с возможностью сделать автономные автомобили более безопасными, позволяя системе идентифицировать опасности на оживленных перекрестках или вокруг припаркованных транспортных средств, этот новый способ получения картинки в реальном времени может иметь широкий спектр применения.

Они ссылаются на установку системы на спутниках и космических кораблях, что позволяет получать изображения пещер внутри астероидов и других планет, а также иметь земное применение.

«Нелинейная визуализация имеет важное значение в медицинской практике, навигации, робототехнике и обороне», — сказал соавтор проекта Феликс Хайде из Принстонского университета. «Наша работа является шагом к тому, чтобы сделать возможным его использование в различных подобных приложениях».

Исследование является частью программы DARPA «Революционное улучшение видимости за счет использования активных световых полей» (REVEAL), которая тестирует различные технологии, чтобы «видеть» за углами. Следующая задача команды — расширить поле зрения своих систем.

Исследование было опубликовано в научном журнале Optica.

По материалам: The Telegraph