一組陸軍研究人員揭示了人類大腦是如何處理明亮和反差光的,他們說,這是提高機器人感知能力和讓自主主體與人類合作的關鍵。
研究人員說,為了使自主發展成為陸軍的首要任務之一,機器感知必須在不斷變化的環境中具有彈性。
美國陸軍作戰能力發展司令部陸軍研究實驗室的研究員安德烈·哈裡森說:「當我們開發機器視覺算法時,現實世界的圖像通常被壓縮到更窄的範圍,就像手機攝像頭一樣,在一個叫做聲調映射的過程中。」「這可能導致機器視覺算法的脆性,因為它們是基於不完全符合我們在現實世界中看到的模式的人工圖像。」
哈裡森說,通過開發一種具有100,000對1的顯示能力的新系統,研究小組發現了大腦在更真實世界條件下的計算能力,這樣他們就可以在傳感器中建立生物復原力。
目前的視覺算法是基於人類和動物的研究和計算機顯示器,其有限的亮度範圍約為100比-1,最亮和最暗像素之間的比率。在現實世界中,這種變化可能是100,000比-1的比率,一種稱為高動態範圍的條件,或HDR。
陸軍研究員周寶洪博士說:「光的變化和重大變化可能會挑戰陸軍系統--當風吹過樹葉時,在林冠下飛行的無人機可能會被反射率的變化所迷惑,或者在崎嶇的地形上行駛的自動車輛可能無法識別坑洞或其他障礙物,因為它們的照明條件與它們的視覺算法訓練時略有不同。」
研究小組試圖了解大腦是如何自動地從現實世界接收到100,000對1的輸入,並將其壓縮到更窄的範圍,從而使人類能夠解釋形狀。研究小組研究了HDR下的早期視覺處理,研究了像HDR亮度和邊緣這樣簡單的特徵是如何相互作用的,以此來揭示潛在的大腦機制。
「大腦有超過30個視覺區域,我們對這些區域是如何將眼睛的圖像處理成對三維形狀的理解,我們仍然只有一個基本的理解,」洪說。「我們基於人類行為和頭皮記錄的HDR亮度研究結果顯示,我們對如何彌合實驗室與現實世界環境之間的差距所知甚少。但是,這些發現打破了我們的局限,表明我們以前從標準計算機監視器中得出的假設,在推廣到現實世界方面的能力有限,它們揭示了能夠指導我們向正確機制建模的原則。」
這個視覺雜誌發表了該小組的研究成果,在高動態範圍(HDR)亮度下突然變暗會對高對比度目標產生促進作用,並根據亮度相似性進行分組。
研究人員說,發現光線和對比度邊緣如何在大腦的視覺表現中相互作用,將有助於提高在真實世界亮度下重建真實三維世界的算法的有效性,通過糾正從2D信息估計3D形狀時不可避免的含糊不清之處。
「經過數百萬年的進化,我們的大腦已經進化出從2D信息重建3D的有效捷徑,」洪說。「這是一個持續了幾十年的問題,它繼續挑戰著機器視覺科學家,即使是最近人工智慧的進步。」
除了自主視覺之外,這一發現還將有助於開發其他支持人工智慧的設備,如雷達和遠程語音理解,這些設備依賴於大範圍動態範圍的感知。
根據他們的研究結果,研究人員正與學術界的合作夥伴合作開發計算模型,特別是具有尖峰的神經元,這些神經元可能對hdr計算和更高效的視覺處理都有好處,這對於低功率無人機來說都是很重要的考慮因素。
「動態範圍問題不僅僅是一個感知問題,」洪說。「在大腦計算中,這也可能是一個更普遍的問題,因為單個神經元有數萬個輸入。你如何構建算法和架構,能夠在不同的背景下聆聽正確的輸入?我們希望,通過在感官層面上解決這個問題,我們可以確認我們已經走上了正確的軌道,這樣,當我們構建更複雜的人工智慧時,我們就可以擁有正確的工具。」