Nieuwe lensloze machinevisie vermindert berekeningen en bespaart energie

Chinese onderzoekers hebben de lenzen die in klassieke computervisiesystemen worden gebruikt, vervangen door

optische maskers naast de sensorAfbeeldingen. De studie toonde aan dat optische maskers convolutionele neurale netwerklagen effectief kunnen vervangen. Tegelijkertijd is de energie-efficiëntie van het nieuwe systeem twee keer zo hoog als het klassieke.

De onderzoekers merken op dat omComputervisie heeft nu de neiging om convolutionele neurale netwerken te gebruiken. Deze technologie zorgt voor de vereiste kwaliteit, maar de enorme hoeveelheden data die bij beeldverwerking komen kijken vereist apparatuur die veel elektriciteit verbruikt en bovendien kunnen de berekeningen niet altijd "op hun plaats" worden uitgevoerd.

Traditionele en nieuwe aanpak. Afbeelding: Wanxin Shi et al., Licht: Wetenschap & Toepassingen

De technologie voorgesteld door wetenschappers in een nieuw werk,gebruikt een passief masker dat in het lichtpad van het beeld wordt ingebracht om convolutiebewerkingen in het optische veld uit te voeren. Deze benadering lost, zoals wetenschappers opmerken, het probleem op van het verwerken van onsamenhangende en breedbandige lichtsignalen in natuurlijke scènes. Bovendien werken in het nieuwe systeem het optische kanaal, de beeldverwerking en het interne netwerk op een zodanige manier samen dat de hoeveelheid computergebruik en het stroomverbruik in het hele systeem worden verminderd, zeggen de auteurs van de ontwikkeling.

De onderzoekers testten hun ontwikkeling voor:herkenning en classificatie van handgeschreven cijfers. De resultaten toonden aan dat bij gebruik van een enkele convolutie-kernel de herkenningsnauwkeurigheid 93,47% kan bereiken. Wanneer de meerkanaalsconvolutiebewerking wordt geïmplementeerd door meerdere kernels parallel op het masker te plaatsen, neemt de classificatienauwkeurigheid toe tot 97,21%. Tegelijkertijd verbruikt het systeem, vergeleken met traditionele lijnen van machine vision, de helft van de energie.

Afbeelding: Wanxin Shi et al., Licht: Wetenschap & Toepassingen

De onderzoekers merken ook op dat de technologiekan worden gebruikt voor gezichtsherkenning, maar de gezichtsfoto's zelf worden niet opgeslagen of verwerkt in het systeem, wat de vertrouwelijkheid van gegevens verhoogt en de privacy en privacy beschermt.

De ontwikkelaars zijn van mening dat de nieuwe architectuur veel potentiële toepassingen zal hebben in veel scenario's uit de echte wereld, zoals autonoom rijden, slimme huizen en slimme beveiliging.

Lees verder

Kijk naar de "stille" drone met een nieuwe generatie ionenaandrijving

Uranus is een heel vreemde planeet. We leggen uit waarom astronomen er een sonde naartoe willen sturen

Wetenschappers stellen voor om de fundamenten van de kwantumfysica te herzien en te laten zien waar ze niet werken