bt365手机平台-下载首页

  • 来自bt365手机app的计算机科学和人工智能实验室的一个新的系统通过在墙壁的边缘,这是由围绕该相机角落物体的反射影响分析光。

    来自bt365手机app的计算机科学和人工智能实验室的一个新的系统通过在墙壁的边缘,这是由围绕该相机角落物体的反射影响分析光。

    研究人员的形象礼貌。

    全屏

为您的盲点算法

来自bt365手机app的计算机科学和人工智能实验室的一个新的系统通过在墙壁的边缘,这是由围绕该相机角落物体的反射影响分析光。

使用智能手机的摄像头,系统在角落看到可以与自动驾驶汽车和搜寻和救援帮助。 看视频


记者联系

亚当·康纳 - 西蒙斯
电子邮件: aconner@csail.mit.edu
电话:617-324-9135
MIT Computer Science & Artificial Intelligence Lab

光让我们看到我们身边的事,但如果我们也可以用它来看到的东西隐藏在角落呢?

这听起来像科幻小说,但是这是一个新的算法从bt365手机app的背后的想法 计算机科学和人工智能实验室 (CSAIL) - 和它的发现对于一切从应急到自动驾驶汽车的影响。

在CSAIL球队的成像系统,可与智能手机的摄像头的工作,使用有关的光反射的信息来检测物体或人在一个隐藏的画面,并测量他们的速度和轨迹 - 在所有实时。

解释,想象你走一个L形的走廊,有你在街角一些对象之间的墙。这些对象反射光对你的视线接地少量,创建被称为一个模糊阴影“半影”。

使用半影视频系统 - 该团队被称为“c要么nercameras” - 可以拼接成一系列揭示指日可待的对象的信息的一维图像。

“即使这些对象不实际可见的摄像头,我们可以看看其走势如何影响半影,以确定他们和他们要去哪里,说:”凯瑟琳·布曼SM '13,'17博士,谁是关于系统的一个新的文件主要作者。 “这样一来,我们表明,墙壁和其他障碍物与边缘可被利用作为天然的‘相机’,揭示了隐藏的画面超越他们。”

鲍曼说,看到周围障碍物的能力,将是许多任务有用,从消防队员找人在燃烧的建筑物司机检测他们的盲点行人。

她合写与bt365手机app教授比尔·弗里曼,安东尼托拉尔瓦,格雷格w要么nell和弗雷杜兰德纸;硕士研究生薇琪你们;和博士生亚当yedidia。她将在本月晚些时候出席在意大利威尼斯计算机视觉的国际会议的工作。

这个怎么运作

周边的障碍物看到大多数方法涉及特殊激光器。具体而言,研究人员照是双方可观察的和隐藏的画面可见,然后测量它需要多长时间光返回特定点的相机。

然而,这些所谓的“时间飞行摄像机”价格昂贵,而且可以很容易地通过环境光揭去,尤其是在室外。

相比之下,CSAIL队的技术并不需要积极投射光线进入太空,并在更广泛的室内和室外环境,并与关闭的,现成的消费级相机的工作原理。

从观看半影的视频,c要么nercameras生成隐藏的画面的一维图像. 单个图像不是特别有用,因为它包含“嘈杂”的数据的相当数量。但通过观察场景超过几秒钟和几十不同图像的拼接在一起,该系统可以在运动区分不同的对象,并确定它们的速度和轨迹。

“的概念,甚至尝试实现这一目标本身就是创新,但得到它在实践中的工作同时显示创造力和adeptness,”教授马克·克里斯滕森,谁担任南方卫理公会大学工程莱尔学院院长,说:没有参与这项研究。 “这项工作是在更广泛的努力来开发革命性的成像能力,不限于行的视线观察显著的一步。”

球队很惊讶地发现,在c要么nercameras一系列具有挑战性的情况下,包括像雨的天气条件下工作。

“因为雨是从字面上改变地面的颜色,我想,有没有办法,我们就能够看到的百分之十的顺序在光的细微差别,”鲍曼说。 “但由于系统集成了数十个图像的这么多的信息,雨滴平均的效果了,所以你可以看到物体的运动,即使在所有活动的中心。”

该系统还具有一定的局限性。原因很明显,如果有在现场没有光它不工作,并且可以有问题,如果有弱光中隐藏的画面本身。它也可以,如果光线条件变化,如如果场景是在户外和云掠过太阳不停地移动得到绊倒。与智能手机品质相机当你远离角落的信号也变弱。

研究人员计划,以解决一些在未来的论文这些挑战,同时还将设法得到它的工作,而在运动。球队将很快轮椅上测试它,以最终适应它为汽车和其他交通工具的目标。

“如果一个小孩飞镖到街上,司机可能无法及时作出反应,说:”布曼。 “虽然我们还没有实现,这样的技术可能有一天会被用来给驾驶预警时间,并帮助了很多生命或死亡的情况下几秒钟。”

这项工作是支持的,一部分由DARPA透露计划,国家科学基金会,壳牌研究和国防科学与工程研究生奖学金。


主题: 研究, 算法, 机器学习, 计算机视觉, 计算机科学和人工智能实验室(CSAIL), 网络, 数据, 工程学院, 电子研究实验室, 成像, 人工智能, 美国国家科学基金会(NSF), 美国国防部高级研究计划局(DARPA)

回到顶部