Konenäköä liikenteessä

Uusi konenäköalgoritmi pystyy tunnistamaan kuvan kohteita tarkemmin kuin yksikään yksittäinen algoritmi.

Konenäön avulla pystytään segmentoimaan eli tunnistamaan kuvista erilaisia kohteita, kuten jalankulkijoita tai lääketieteellisiä poikkeamia. Konenäköä tarvitaan robottiautoilussa ja esimerkiksi sairaanhoidossa.

Perinteiset konenäköalgoritmit toimivat parametrien avulla. Jos esimerkiksi kuvassa näkyvien pikseleiden väri poikkeaa määrätyn verran ympäristöstään, kone voi tulkita pikselit erillisiksi kohteiksi.

Ongelmana perinteisissä tunnistustavoissa on, että niiden tulokset vaihtelevat valtavasti parametreista riippuen. Joillakin parametreilla samasta kuvassa voi nähdä esimerkiksi auton tai jalankulkijan. Ihminen näkisi kuitenkin heti, että kuvassa on jalankulkija auton muotoisen varjon keskellä.

Pohjois-Carolinan osavaltionyliopiston tutkijat ovat tiedotteen mukaan kehittäneet konenäköä niin, että parametrit säätyvät ikään kuin itsestään. Uudessa prosessissa samaa kuvaa tutkitaan useilla eri algoritmeilla ja tuotetaan niiden avulla uusi versio kuvasta. Uusi kuva segmentoidaan uudelleen sen perusteella, kuinka yleinen samanlainen segmentointi oli alkuperäisten algoritmien mukaan.

Tuloksista tulee luotettavampia kuin yhdenkään yksittäisen algoritmin perusteella. Lisäksi tulokset tulevat reaaliaikaisesti ja päivittyvät 30 kertaa sekunnissa.

Tutkijat eivät ole vielä kertoneet, missä paranneltu konenäkö tulee käyttöön. Algoritmi esitellään IEEE:n konenäön konferenssissa heinäkuun alussa.