详细内容或原文请订阅后点击阅览
剑桥大学将教机器人看东西
训练机器时最困难的任务之一是计算机视觉系统。监视尤其困难，因为它需要能够识别、分类和使用机器周围空间中记录的对象。剑桥大学的研究人员开发了两项技术，利用人工智能系统中用于机器人视觉的深度学习概念。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）训练机器时最困难的任务之一是计算机视觉系统。监视特别困难，因为它需要能够识别、分类和使用机器周围空间中记录的对象。剑桥大学的研究人员开发了两项技术，利用人工智能系统中用于机器人视觉的深度学习概念。
研究人员正集中精力开发适用于自动驾驶汽车（自主车辆）和自主机器人的技术。许多其他应用，包括增强现实技术，甚至监控和安全摄像头，也可以从这些研究中受益。 SegNet 应用程序和未命名的本地化系统正在开发两项新技术。
SegNet 专为实时物体识别而设计，提供比当今最先进的半自动车辆雷达系统更准确的识别。查看街道情况后，系统会立即识别现有物体，将其分为 12 类（道路、路标、行人、建筑物等）。
该系统几乎可以在任何照明条件下运行，包括夜间，并且是实时运行的。尽管 SegNet 目前主要关注城市环境，但使用深度学习可以扩展其能力，并最终在农村地区以及各种天气和气候条件下提供物体识别。
“令人惊讶的是，对图像中物体的良好识别需要大量的练习，”机械工程系的研究生 Alex Kendall 说。 “然而，有很多机会可以对系统进行微调，使其变得更好。”