ارائه الگوریتمی برای شناسایی عابران پیاده با قدرتی برابر چشم انسان

امروزه حوزه‌ی بینایی ماشین به اندازه‌ای پیشرفت کرده که در محیط آزمایشگاهی بسیاری از الگوریتم‌های توسعه یافته قادرند انسان‌ها و عابران پیاده را تشخیص دهند، اما در زمان استفاده از این الگوریتم‌ها درون خودروهای هوشمند، باید عملکرد سریع‌تر برای جلوگیری از تصادف با عابران پررنگ‌تر باشد. محققان در دانشگاه UC سن دیگو موفق به توسعه‌ی الگوریتمی شده‌اند که با استفاده از آن روند شناسایی عابران پیاده بسیار سریع‌تر از پیش انجام می‌شود. این سیستم علاوه بر سرعت بالا، دقت بیشتری را نیز در زمینه‌ی شناسایی کاربران دارد. این الگوریتم قادر است تا عابران پیاده را با نرخ ۲ تا ۴ فریم در هر ثانیه شناسایی کند. شاید در ابتدا این عدد چندان محسوس نباشد، اما باید به این موضوع اشاره کرد که نرخ مورد نظر به خوبی دید یک انسان است. همچنین باید به این موضوع توجه کرد که خطای رخ داده توسط این سیستم در مقایسه با سیستم‌های کنونی مورد استفاده به نصف کاهش پیدا کرده است. دقت بالا در کنار سرعت بیشتر نتیجه‌ای جز توقف‌های بسیار نرم و آرام در خودروهای هوشمند ندارد، چراکه سرعت پایین در شناسایی عابران پیاده باعث می‌شود تا خودرو الزاما در زمان کوتاه متوقف شود که همین امر راحتی سرنشینان را تحت تاثیر قرار می‌دهد.

براساس اطلاعات ارائه شده توسط محققانی که این الگوریتم را توسعه داده‌اند، کلید اصلی موفقیت در این سیستم، حذف بخش‌هایی از منظره‌ی موجود در دامنه‌ی دید است که فاقد انسان است. به بیان بهتر در این الگوریتم مواردی نظیر آسمان و جاده که در آن‌ها نمی‌توان شواهدی از وجود انسان را یافت، حذف می‌شوند. همچنین بخشی از سیستم توسعه یافته مبتنی بر فناوری یادگیری عمیق نیز هست. حذف بخش‌های غیرکاربردی از تصویر باعث می‌شود تا فرآیند شناسایی عابران پیاده با سرعت بسیار بهتری انجام شود، چراکه بخش زائد تصاویر حذف می‌شود.

لینک دانلود

البته این الگوریتم در حال حاضر دارای نقاط ضعفی است که از جمله‌ی آن می‌توان به محدودیت شناسایی یک عابر پیاده در آن واحد اشاره کرد، از این‌رو در حال حاضر نمی‌توان از این الگوریتم در خودروهای هوشمند استفاده کرد. باید به این موضوع اشاره کرد که تیم توسعه دهنده‌ی الگوریتم در حال انجام تحقیقات بیشتر به منظور افزایش قابلیت‌های این خودرو است. به طور حتم این فناوری نه فقط در مورد خودروهای هوشمند بلکه در سایر موارد که بینایی ماشین یکی از اجزای غیر قابل انکار است، کاربرد خواهد داشت. برای مثال می‌توان به روبات‌ها و دوربین‌های امنیتی نیز اشاره کرد.

نظر شما در این خصوص چیست؟