КОГДА ОСТАНЕШЬСЯ ЛИШЬ ТЫ...
КОУЧИНГ, КОНСАЛТИНГ ПО ПСИХОЛОГИИ И АНТРОПОТЕХНИКЕ
LIFESTYLE COACH
 
Содержание
Форма входа

Поиск
Статистика

Проверка тИЦ и PR

Онлайн всего: 1
Гостей: 1
Пользователей: 0
Мне нравится
Нравится
 
 
 
Блоги


[10.01.2019]
Insomnia disorder subtypes derived from life history and traits of affect and personality (3 комм.)
[09.01.2019]
Risk-taking bias in human decision-making is encoded via a right–left brain push–pull system (3 комм.)
[03.01.2019]
Real-time Mobile Monitoring of the Dynamic Associations Among Motor Activity, Energy, Mood, and Sleep in Adults With Bipolar Disorder (3 комм.)
[27.12.2018]
Brain-inspired automated visual object discovery and detection (2 комм.)
[27.12.2018]
Negative and positive affect as predictors of inflammation: Timing matters (4 комм.)
[20.12.2018]
Repeated getting vs. repeated giving (5 комм.)
[20.12.2018]
The drawing effect: Evidence for reliable and robust memory benefits in free recall (1 комм.)
[13.12.2018]
Attenuating Neural Threat Expression with Imagination (6 комм.)
[13.12.2018]
Meditation experience predicts negative reinforcement learning and is associated with attenuated FRN amplitude (6 комм.)
[06.12.2018]
How Interdependent Are Stay/Leave Decisions? On Staying in the Relationship for the Sake of the Romantic Partner (3 комм.)
[05.12.2018]
Mindfulness training as cognitive training in high- demand cohorts: An initial study in elite military servicemembers (3 комм.)
[29.11.2018]
The Healthy Personality from a Basic Trait Perspective (3 комм.)
[29.11.2018]
A retrieval-specific mechanism of adaptive forgetting in the mammalian brain (4 комм.)
[22.11.2018]
High school personality traits and 48-year all-cause mortality risk: results from a national sample of 26 845 baby boomers (3 комм.)
[22.11.2018]
Fluid Intelligence Predicts Change in Depressive Symptoms in Later Life: The Lothian Birth Cohort 1936 (6 комм.)
[15.11.2018]
The Illusion of Multitasking and Its Positive Effect on Performance (2 комм.)
[15.11.2018]
Attainment versus maintenance goals: Perceived difficulty and impact on goal choice (3 комм.)
[08.11.2018]
You have to follow through: Attaining behavioral change goals predicts volitional personality change (4 комм.)
[08.11.2018]
Everyday creative activity as a path to flourishing (5 комм.)
[01.11.2018]
The Binary Bias: A Systematic Distortion in the Integration of Information (2 комм.)
Блоги по категориям
Календарь
«  Декабрь 2018  »
ПнВтСрЧтПтСбВс
     12
3456789
10111213141516
17181920212223
24252627282930
31
Главная » 2018 » Декабрь » 27 » Brain-inspired automated visual object discovery and detection
20:55
Brain-inspired automated visual object discovery and detection

реферат

Brain-inspired automated visual object discovery and detection

Автоматическое обнаружение визуальных объектов и их распознавание в приближении к тому, как это делает человеческий мозг

Специалисты из школы инженерии Калифорнийского университета в Самуэль и Стэнфорда продемонстрировали компьютерную систему, которая может обнаруживать и распознавать объекты реального мира, которые она "видит" на основании того же метода визуального обучения, который используют люди.

Современные методы автоматического распознавания несовершенны в распознании объектов в ситуациях, когда часть объекта скрыта или видна нечетко. Люди в таких случаях умеют распознавать объект, машины - нет.
Современные системы компьютерного зрения не способны самообучаться, тогда как человек занят этим постоянно.

Новая система призвана преодолеть эти недостатки.

Авторы использовали подход, состоящий из 3х этапов. 1 - система разбивает изображение на маленькие кусочки. 2 - система узнает, как эти кусочки сочетаются друг с другом, образуя изучаемый объект. 3 - смотрит, какие объекты находятся вокруг и имеют ли они отношение к первичному изучаемому объекту.

Инженеры обучали машину "знанию" окружающего мира через фотографии и видео в интернете (где один и тот же объект может быть представлен с различных сторон и расстояния).

Авторы протестировали систему на примерно 9000 изображений людей и других объектов. Система сумела построить детальную модель человеческого тела "самостоятельно".
Опыт был повторен на примере других объектов - мотоциклов, автомобилей, самолетов.

Во всех случаях система распознавания изображений работала так же или лучше, по сравнению с традиционными системами "компьютерного зрения", которые основаны на многолетнем обучении.

Данное исследование может внести вклад в развитие искусственного интеллекта.

DOI: 10.1073 / pnas.1802103115

Просмотров: 23 | Добавил: TsyplyonokTUK | Рейтинг: 0.0/0

Всего комментариев: 2

0  
* 1 TsyplyonokTUK   (27.12.2018 20:59) [Материал]
Это пример ароморфоза в "компьютерном зрении".

Прогресс в гаджетах в последнее время был возможен за счет того, что в том же объеме гаджета можно было разместить еще больше памяти и производительности. Эта революция завершилась.
Дальше будет прогресс за прорывными идеямИ, предлагающими принципиально иной подход.
Это исследование - из разряда таковых.

0  
Суровый приговор. Если бы не книжка Завалишина по распознаванию заслонённых объектов, опубликованная в 80-х годах прошлого столетия.


Всего комментариев: 2

Добавлять комментарии могут только зарегистрированные пользователи.
[ Регистрация | Вход ]
Copyright © Виталий Леонидович Татко 2006-2019 | сайт "Элизиум теней"
Электронный ящик сайта: elisium-tenej@narod.ru