Autonomna vozila moraju biti u stanju brzo i precizno identificirati objekte na koje nailaze, kao što su kamioni za dostavu parkirani iza uglova ili biciklisti koji se približavaju raskrsnicama. Da bi se to postiglo, autonomni automobili mogu koristiti moćni model kompjuterskog vida da klasifikuju svaki piksel na slikama scene visoke rezolucije, osiguravajući da ne previde objekte koji bi mogli biti zaklonjeni na slikama niskog kvaliteta. Međutim, ovaj zadatak, poznat kao semantička segmentacija, vrlo je složen i zahtijeva opsežno računanje, posebno sa slikama visoke rezolucije.
Prema izvještajima međunarodnih medija, istraživači sa Massachusetts Institute of Technology (MIT), MIT-IBM Watson AI Lab i druge institucije sarađivali su kako bi razvili efikasniji model kompjuterske vizije, značajno smanjujući složenost računanja prethodno spomenutog zadatka. Ovaj model može izvršiti tačnu semantičku segmentaciju u realnom vremenu na uređajima sa ograničenim hardverskim resursima, kao što su kompjuteri u vozilu, omogućavajući autonomnim automobilima da donose trenutne odluke.
Trenutni najsavremeniji modeli semantičke segmentacije mogu direktno naučiti interakcije između svakog para piksela na slici, što znači da njihovo izračunavanje raste kvadratno kako se povećava rezolucija slike. Iako su takvi modeli vrlo precizni, njihova brzina obrade je suviše spora da bi obradili slike visoke rezolucije u realnom vremenu na rubnim uređajima kao što su senzori ili pametni telefoni.
Istraživači sa MIT-a dizajnirali su novu komponentu za model semantičke segmentacije, koja se može pohvaliti mogućnostima ekvivalentnim najnaprednijim modelima te vrste, ali postižući samo linearnu složenost računanja i olakšavajući efikasne hardverske operacije.
Rezultat rada istraživača je nova serija modela za kompjuterski vid visoke rezolucije. Kada se koriste na mobilnim uređajima, ovi modeli rade 9 puta brže od svojih prethodnika. Važno je da u odnosu na alternativna rješenja, ovaj novi model postiže sličnu, ako ne i bolju preciznost.
Ne samo da ova tehnologija može pomoći autonomnim automobilima u donošenju odluka u realnom vremenu, već može poboljšati i efikasnost drugih zadataka kompjuterskog vida visoke rezolucije, kao što je segmentacija medicinske slike.
