アルゴリズムは、画像を再現するために最も有益な角度を選択するように教えられました

ビデオ: アルゴリズムは、画像を再現するために最も有益な角度を選択するように教えられました

ビデオ: 蟻コロニー最適化(ACO)実装編【研究で使うPython #50】 2022, 12月
アルゴリズムは、画像を再現するために最も有益な角度を選択するように教えられました
アルゴリズムは、画像を再現するために最も有益な角度を選択するように教えられました
Anonim
Image
Image

アメリカの研究者は、未知のフラグメントを最も正確に復元するために、限られた条件で最適な方法で情報を収集するニューラルネットワークアルゴリズムを教えてきました。彼らはこのアプローチをいくつかのタスクに適用しました。これには、総面積の20%未満であるいくつかの小さな領域から完全な360度の画像を再作成することや、さまざまな角度からのいくつかの画像からオブジェクトの3Dモデルを再作成することも含まれます。この記事はジャーナルScienceRoboticsに掲載されました。

多くのロボットや同様のデバイスは、ロボットの前にある物体を認識し、他の複雑なアクションを実行できるコンピュータービジョンアルゴリズムを使用しています。ただし、現在の形式では、最大量の情報を使用して、最適に機能しないことがよくあります。たとえば、行方不明者を見つけるために使用されるドローンは、カメラで利用可能なすべての情報をキャプチャします。人々は通常、最も関心のある可能性のあるポイントを直感的に識別して、異なる行動をとります。すばやく見回すと、人は自分の周りの世界のかなり完全な画像を自分で作成できますが、同時に、重要でない詳細はあまり見られない場合があります。

テキサス大学オースティン校とクリステン・グローマン率いるFacebook Research Unitの研究者は、この原理を使用して、限られた条件で情報を取得するための最も有益な方法を独自に選択して、「見回す」アルゴリズムを教えました。研究者たちは強化学習法を使用しました。強化学習法では、学習エージェントは行動に応じて環境から報酬を受け取ります。この場合、アルゴリズムは、未知の情報に関する不確実性を減らすことで報酬を受け取ります。

Image
Image

アルゴリズムのスキーム

著者はこのアプローチをいくつかのタスクに使用しましたが、いくつかのフラグメントから完全な360度の画像を復元する例によって最も明確に実証しました。このタスクを実行するには、アルゴリズムは、いくつかの観測機会を最も効率的に使用し、最も有益な観測を行う方法を学習する必要があります。これにより、残りの領域の画像を予測できます。各観測中に、アルゴリズムは1つの標準サイズの画像を取得します。

Image
Image

プロンプトアルゴリズムのスキーム

研究者は、アルゴリズムを学習するために珍しいアルゴリズムを選択しました。メインアルゴリズムは、画像の次の角度を選択するたびに、「ヒントアルゴリズム」から追加の報酬を受け取ります。このアルゴリズムは画像全体にアクセスし、その各フラグメントを分析して、その情報値を計算します。たとえば、白い壁のあるフラグメントは、テーブル上のオブジェクトのあるフラグメントよりも低い壁になります。さらに、スナップショットシーケンスの値を分析します。トレーニング中、メインアルゴリズムの独自の決定に関するこのようなヒントの割合は徐々に減少し、最終的にはゼロになります。

Image
Image

フラグメントから画像を再構成する例

研究者たちは、このアプローチにより、アルゴリズムが自然の写真や家の部屋など、さまざまな条件の画像のパターンを学習することを示しました。彼らはそれがどのように機能するかのいくつかの例を示しました:

著者らは、彼らが開発した教授法は比較的普遍的であり、他のタスク、特に、さまざまな角度からのいくつかの2次元画像から3Dモデルを作成し、シーン内の光源を決定し、さらにカメラの方向。

以前、ニューラルネットワークアルゴリズムは、部分的なデータから画像を再作成する方法をすでに教えていました。たとえば、一部のアルゴリズムは1つのぼやけたフレームから短いビデオを再作成できますが、他のアルゴリズムは新しい角度から写真を「提示」できます。

トピックによって人気があります

人気の投稿