Autonomna vozila moraju biti sposobna brzo i točno identificirati objekte na koje nailaze, kao što su dostavni kamioni parkirani iza uglova ili biciklisti koji se približavaju raskrižjima. Da bi to postigli, autonomni automobili mogu koristiti moćni model računalnog vida za klasificiranje svakog piksela u slikama scene visoke rezolucije, osiguravajući da ne previde objekte koji bi mogli biti zasjenjeni na slikama niske kvalitete. Međutim, ovaj zadatak, poznat kao semantička segmentacija, vrlo je složen i zahtijeva opsežno računanje, posebno sa slikama visoke razlučivosti.
Prema izvješćima međunarodnih medija, istraživači s Massachusetts Institute of Technology (MIT), MIT-IBM Watson AI Lab i drugih institucija surađivali su kako bi razvili učinkovitiji model računalnog vida, značajno smanjujući računsku složenost gore spomenutog zadatka. Ovaj model može izvesti preciznu semantičku segmentaciju u stvarnom vremenu na uređajima s ograničenim hardverskim resursima, kao što su računala u vozilu, omogućujući autonomnim automobilima donošenje trenutnih odluka.
Trenutačni najsuvremeniji modeli semantičke segmentacije mogu izravno naučiti interakcije između svakog para piksela na slici, što znači da njihovo izračunavanje raste kvadratično s povećanjem rezolucije slike. Iako su takvi modeli vrlo precizni, njihova je brzina obrade prespora za rukovanje slikama visoke razlučivosti u stvarnom vremenu na rubnim uređajima poput senzora ili pametnih telefona.
Istraživači s MIT-a dizajnirali su novu komponentu za model semantičke segmentacije, koja se može pohvaliti mogućnostima ekvivalentnima najnaprednijim modelima te vrste, ali postižući samo linearnu računsku složenost i olakšavajući učinkovite hardverske operacije.
Rezultat rada istraživača je nova serija modela za računalni vid visoke rezolucije. Kada se postave na mobilne uređaje, ovi modeli rade 9 puta brže od svojih prethodnika. Ono što je važno, u usporedbi s alternativnim rješenjima, ovaj novi model postiže sličnu, ako ne i bolju, točnost.
Ne samo da ova tehnologija može pomoći autonomnim automobilima u donošenju odluka u stvarnom vremenu, već također može poboljšati učinkovitost drugih zadataka računalnog vida visoke rezolucije, kao što je segmentacija medicinske slike.
