美国研发神经网络精确探测低质量物体可扩展应用于自动驾驶汽车

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了美国研发神经网络精确探测低质量物体可扩展应用于自动驾驶汽车相关的知识，希望对你有一定的参考价值。

盖世汽车讯据外媒报道，为了自动从科学论文中获取重要数据，美国国家标准与技术研究所（NIST）的计算机科学家研发了一种方法，可以精确地检测图像数据中密集、低质量的小几何物体，如三角形。NIST的该款模型采用神经网络法来探测模式，也可用于现代生活的多种应用中。

（图片来源：NIST）

NIST的神经网络模型可在一组确定的测试图像中捕获97%的目标物体，将物体的中心定位于人工选择的几个像素内。

NIST计算机科学家Adele Peskin解释表示：“该项目的目的是恢复期刊文章中丢失的数据。但是对小型、密集型物体进行探测的研究还有很多其他应用。目前，图像分析、自动驾驶汽车、机器检查等领域都会利用物体探测技术，因为此种小型、密集型物体特别难以定位和分隔开。”

研究人员从20世纪初期的期刊文章中获取数据，通常结果会仅以图形形式呈现，而且有些是手工绘制的，扫描或复印会让图形分辨率变差。研究人员希望提取数据点的位置，以恢复原始数据，以便进行进一步分析。到目前为止，此类数据都是人工提取的。

NIST研究人员采用了最初由德国研究人员研发，用于分析生物医学图像的网络架构U-Net，首先将图像的尺寸压缩，减少空间信息，然后添加特征和上下文信息层，以获取精确、高分辨率的结果。

该网络的最佳性能可让其定位目标中心的准确率达97%，使研究人员足以利用神经网络从更新版的期刊论文中恢复数据。

虽然目前NIST的研究人员没有计划进行后续研究，但是表示，该神经网络绝对可以用于解决其他图像分析问题。

-END-

-盖世汽车文章推荐-

-盖世会员产品推荐-

-盖世汽车活动推荐-

以上是关于美国研发神经网络精确探测低质量物体可扩展应用于自动驾驶汽车的主要内容，如果未能解决你的问题，请参考以下文章

美国研发神经网络精确探测低质量物体 可扩展应用于自动驾驶汽车