Home / Psychologie / Une imagerie détaillée et rapide des objets cachés pourrait aider les voitures autonomes à détecter les dangers – Actualite-sante

Une imagerie détaillée et rapide des objets cachés pourrait aider les voitures autonomes à détecter les dangers – Actualite-sante

#ScienceTwitter

Les chercheurs ont exploité la puissance d'un type d'intelligence artificielle connue sous le nom d'apprentissage en profondeur pour créer un nouveau système basé sur le laser qui peut imager les coins en temps réel. Avec des développements ultérieurs, le système pourrait permettre aux voitures autonomes de "regarder" autour des voitures garées ou des intersections achalandées pour voir les dangers ou les piétons. Il pourrait également être installé sur des satellites et des engins spatiaux pour des tâches telles que la capture d'images à l'intérieur d'une grotte sur un astéroïde.

"Comparé à d'autres approches, notre système d'imagerie sans visibilité directe fournit des résolutions et des vitesses d'imagerie exceptionnellement élevées". a déclaré le chef d'équipe de recherche Christopher A. Metzler de l'Université de Stanford et de l'Université Rice. «Ces attributs permettent des applications qui autrement ne seraient pas possibles, comme lire la plaque d'immatriculation d'une voiture cachée pendant qu'elle conduit ou lire un badge porté par quelqu'un qui marche de l'autre côté d'un coin.»

En Optica journal de l'Optical Society pour des recherches à fort impact, Metzler et ses collègues de l'Université de Princeton, de la Southern Methodist University et de la Rice University rapportent que le nouveau système peut distinguer les détails submillimétriques d'un objet caché à 1 mètre de distance. Le système est conçu pour imager de petits objets à des résolutions très élevées, mais peut être combiné avec d'autres systèmes d'imagerie qui produisent des reconstructions de taille de pièce à basse résolution.

"L'imagerie sans visibilité directe a des applications importantes en imagerie médicale, en navigation , robotique et défense ", a déclaré le co-auteur Felix Heide de l'Université de Princeton. «Notre travail va dans le sens de son utilisation dans une variété d'applications de ce type.»

Résolution d'un problème d'optique grâce à l'apprentissage en profondeur

Le nouveau système d'imagerie utilise un capteur de caméra disponible dans le commerce et un puissant , mais sinon standard, source laser similaire à celle trouvée dans un pointeur laser. Le faisceau laser rebondit sur un mur visible sur l'objet caché, puis revient sur le mur, créant un motif d'interférence appelé motif de mouchetures qui code la forme de l'objet caché.

La reconstruction de l'objet caché à partir du motif de mouchetures nécessite une résolution un problème de calcul difficile. Des temps d'exposition courts sont nécessaires pour l'imagerie en temps réel mais produisent trop de bruit pour que les algorithmes existants fonctionnent. Pour résoudre ce problème, les chercheurs se sont tournés vers l'apprentissage en profondeur.

"Comparé à d'autres approches pour l'imagerie sans visibilité directe, notre algorithme d'apprentissage en profondeur est beaucoup plus robuste au bruit et peut donc fonctionner avec des temps d'exposition beaucoup plus courts, ", a déclaré la co-auteure Prasanna Rangarajan de la Southern Methodist University. "En caractérisant précisément le bruit, nous avons pu synthétiser des données pour former l'algorithme afin de résoudre le problème de reconstruction en utilisant l'apprentissage en profondeur sans avoir à capturer des données d'entraînement expérimentales coûteuses."

Voir dans les coins

Les chercheurs ont testé la nouvelle technique en reconstruisant des images de lettres et de chiffres d'un centimètre de haut cachés derrière un coin à l'aide d'une configuration d'imagerie à environ 1 mètre du mur. Utilisant une durée d'exposition d'un quart de seconde, cette approche a produit des reconstructions avec une résolution de 300 microns.

La recherche fait partie du programme Revolutionary Enhancement of Visibility by Exploiting Active Light-Fields (REVEAL) de DARPA, qui développe un variété de techniques différentes pour imager des objets cachés dans les coins. Les chercheurs travaillent maintenant à rendre le système pratique pour plus d'applications en étendant le champ de vision afin qu'il puisse reconstruire des objets plus grands.

Source de l'histoire:

Matériaux fournis par The Optical Society [19659015]. Remarque: le contenu peut être modifié en fonction du style et de la longueur.

Source

About Actus-sante

Check Also

La portée de la sélection naturelle s'étend au-delà du génome dans l'épigénome, selon une étude – Actualite-sante

#ScienceTwitter Le domaine de la biologie évolutive a vu sa part de débats animés. Mais …

Laisser un commentaire