20.10.2022
Модели искусственного интеллекта для построения «карт глубины»,
предназначенные для улучшения ориентации роботов в пространстве и снижения
расходов на их производство, представил младший научный сотрудник группы «ИИ в
промышленности» Института AIRI Алексей Карпов на ведущей международной
научной конференции о технологиях виртуальной и дополненной реальности ISMAR
2022 в Сингапуре.
Оценка глубины — важнейшая задача для создания карт глубины, одного из основных
компонентов дополненной реальности (AR) и других приложений, например, систем
ориентации в пространстве беспилотных автомобилей и бытовых роботов. Чтобы верно
рассчитывать расстояния и преодолевать препятствия, роботам нужно иметь
представления о «глубине», то есть расстоянии до того или иного объекта. Точно так же
наши телефоны определяют, как правильно наложить на лицо AR-фильтр или разместить
в комнате диван из цифрового каталога.
Обычно карты глубины получают с помощью датчиков. Лидар — один из наиболее
распространенных в индустрии сенсоров, однако, он имеет ограниченный радиус
действия. Кроме датчиков для оценки глубины можно использовать RGB-камеры. Такой
метод достаточно распространен в разработке AR-приложений для смартфонов.
С недавнего времени для улучшения показателей датчиков применяются нейронные
сети. «Глубокие нейронные сети» извлекают сложные функции и зависимости, которые
призваны улучшать качество прогнозов и расчетов. В то же время, классические методы
обучения и подготовки таких нейронных сетей требуют получения информации с всё тех
же датчиков, которую предварительно необходимо очистить от шумов и помех.
Исследователи из Института искусственного интеллекта AIRI объединили разные
подходы к решению задачи оценки глубины и разработали эффективную архитектуру с
использованием глобальной пространственной информации для создания максимально
точных карт глубины. Созданная архитектура сочетает в себе преимущества
трансформеров и свёрточных архитектур нейронных сетей. При таком методе модели
настраиваются с помощью самообучения без использования данных датчиков глубины,
что делает разработку подобных моделей в индустрии значительно дешевле.
«Внедрение подобных архитектур в разработку беспилотных авто, а также домашних
и промышленных роботов обеспечивает улучшение их «зрения» и ориентации в
пространстве. Кроме того, при грамотной настройке оборудования и соответствии
конкретной модели устройства необходимым техническим характеристикам,
использование разработанной методики может снизить расходы на производстве», –
отметил руководитель научной группы «ИИ в промышленности» AIRI Илья
Макаров.
Оценка эффективности метода на независимых наборах данных прошла успешно, метод
продемонстрировал одни из лучших в мире показателей. В скором времени ученые AIRI
выложат информацию о моделях и методах в открытый доступ.
Научно-исследовательскй Институт искусственного интеллекта AIRI —
автономная некоммерческая организация, занимающаяся фундаментальными и
прикладными исследованиями в области искусственного интеллекта. На сегодняшний
день более 90 научных сотрудников AIRI задействовано в исследовательских проектах
Института для работы совместно с глобальным сообществом разработчиков,
академическими и индустриальными партнерами.
Фото: www.youtube.com
Нет комментариев