用AI實現(xiàn)隔墻“透視”，準確率達97%，這家中國公司研究入選CVPR
一家來自中國的AI創(chuàng)業(yè)公司合刃科技，嘗試用墻壁散射的光去復原被遮擋數(shù)字，正確率最高能達到97%，整個過程不需要1秒，更適合用在需要實時處理的自動駕駛。
曉查 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
試想一下，自動駕駛汽車行駛到了拐彎處，即使激光雷達再強大，也無法探測到建筑物后的有什么事情發(fā)生，如果是突然有行人沖出來，后果不堪設想。
其實用激光結(jié)合強大的AI算法，可以幫你看到墻后究竟有沒有人，甚至還能看出他的姿勢。
最近，一家來自中國的AI創(chuàng)業(yè)公司合刃科技與華中科技大學、斯坦福大學等合作，嘗試用墻壁散射的光去復原被遮擋數(shù)字，正確率最高能達到97%，整個過程不需要1秒，更適合用在需要實時處理的自動駕駛。
他們的論文《Direct Object Recognition Without Line-of-Sight Using Optical Coherence》已被CVPR 2019收錄。
之前，量子位介紹過一種可以用墻面反射的復原屏幕內(nèi)容的方法。而合刃科技提出的方法不需要復雜的圖像重建過程，不僅能恢復簡單的圖像，甚至還能推測人體的姿勢。
隔板猜物
研究人員給算法出了道難題，讓它從拍攝白墻上的畫面，推測黑色擋板背后屏幕上的內(nèi)容。由于被拍攝物體和相機之間有不透明的障礙物，因此相機只能采集到擋板上漫反射的光。
上面的布局太復雜，簡化后的示意圖如下：
除了這種比較簡單的情形，研究人員還給算法出了兩道附加題：讓激光來回反射繞過兩堵墻，甚至還設計了一種“旋轉(zhuǎn)的墻壁”。
由全息照片猜數(shù)字
激光與我們?nèi)粘Ｒ姷降娜展?、燈光不同，不僅能記錄強度，還能記錄相位信息，通俗地說就是能記錄被拍物體的立體信息，與全息照相類似。
當攜帶MNIST數(shù)字信息的相干光經(jīng)過擋板漫反射后，形成散斑圖。雖然由散斑圖復原物體有困難，但是可以用AI算法，對障礙物后面的數(shù)字變化進行實時識別。
僅僅能識別數(shù)字圖像還不行，研究人員還嘗試從散斑圖找到中得到墻后面隱藏的人，已經(jīng)他正處在什么姿勢。
在處理圖像時，AI算法用了兩個網(wǎng)絡：
1、SimpleNet，它用來對10個數(shù)字圖像進行分類，包含4個卷積層，完全連接層中由1024個神經(jīng)元。
由于全息圖像的每個區(qū)域都包含被拍攝物體的全部信息，為了減小計算量，研究人員只選取照片中200×200的一小塊區(qū)域，從拍攝的1萬張照片中選取95%作為訓練集，5%作為數(shù)據(jù)集。
2、ResNet-18，它用來對人體姿勢進行分類。輸入圖像被裁剪至224×224。
準確率最高97%
在識別MNIST手寫數(shù)字的實驗中，算法的平均識別準確率均在91%以上，最高可達97%。
通過深度學習的AI算法處理，研究人員對12個人不用的10種姿勢進行識別，得到的平均識別準確率為78.18%。
論文鏈接：
https://arxiv.org/abs/1903.07705
- 腦機接口走向現(xiàn)實，11張PPT看懂中國腦機接口產(chǎn)業(yè)現(xiàn)狀｜量子位智庫2021-08-10
- 張朝陽開課手推E=mc2，李永樂現(xiàn)場狂做筆記2022-03-11
- 阿里數(shù)學競賽可以報名了！獎金增加到400萬元，題目面向大眾公開征集2022-03-14
- 英偉達遭黑客最后通牒：今天必須開源GPU驅(qū)動，否則公布1TB機密數(shù)據(jù)2022-03-05
相關(guān)閱讀
「易控智駕」獲數(shù)千萬元PreA輪融資，紫金礦業(yè)控股股東興杭國投獨家投資
據(jù)「易控智駕」透露，該筆融資主要用于加快公司露天礦無人駕駛系統(tǒng)的產(chǎn)品化進度，力爭早日實現(xiàn)去掉安全駕駛員的7 X 24小時無人駕駛運輸運營，以滿足礦區(qū)安全高效的無人化作業(yè)訴求。
