【官网_百家乐app-平台_官网 ifilmovie.com】探秘天下未解之谜 分享全球奇闻趣事

手机版 - 繁体中文 - 今天是

研究人员开发算法生成真实路标图像,可用于计算机视觉训练【百家乐app平台】

发布时间:2020-09-12 09:55:02来源:官网_百家乐app-平台_官网编辑:官网_百家乐app-平台_官网阅读: 当前位置:首页 > 灵异恐怖 > 手机阅读

【百家乐app】汽车若要自动安全性地在街道上行经,就必需需要辨识路标,即使是在夜晚、雨雪天气,或者在道路标志被苔藓、污物、杂草覆盖面积着苔藓的情况下。因此,自动驾驶汽车必须大量来自有所不同季节、一天中的有所不同时间和天气条件下的所有路标的样本。

百家乐app

据外媒报导,波鸿鲁尔大学神经计算学院(RUBNeuralComputationInstitute)的SebastianHouben教授说明道,“为所有道路标志照片将不会十分耗时,特别是在是有些标志非常少见。”为此,SebastianHouben与DominicSpata和DanielaHorn合作,研发了自动分解交通标志的方法,可用作计算机视觉训练。该项目初期用于了现实的路标图片。2011年,该团队摄制了43个德国标准化路标的视频,研究人员将它们称作类(classes)。

根据这些视频,他们从有所不同的角度分解了约5万张独立国家的标志图像。总体而言,基于机器的过程比人类更加擅于辨识这些图像中的标志。人类辨识的正确率为98.8%,而图像识别软件的正确率为99.7%。

SebastianHouben回应,“我们期望研发算法,可自学分解道路标志图像,其他程序可以利用该算法训练其辨识能力。”为此,研究小组用于了两种算法。第一种算法是输出非常简单的官方道路标志的象形图,然后将它们转换成类似于照片的图像。此外,该算法还必需能将输出的标志切换返原本的象形图。

百家乐app平台

DanielaHorn说明说道,“我们避免算法将路标图像变形,从而与路标几乎有所不同。”第二种算法必需辨别第一种算法分解的图像是否是现实的照片。目标是保证第二种算法无法再行辨别出有它是什么。

SebastianHouben回应,“第二种算法向第一种算法指出,自由选择过程可能会显得更为艰难。因此,这两种算法相等于锻炼输掉。”一开始,训练过程并不尤其成功。

如果道路标志的图片颜色准确,并大体呈圆形方形,就算顺利。但该图片不会不断完善。DanielaHorn说明道,“两三天后,我们不会查阅路标的图片。

如果这些图片在人眼见来不漂亮,我们就不会改动算法。”在图像识别软件方面,两种算法比人类展现出更佳。

在用于数量非常的人工图像展开训练后,视觉计算机系统的展现出仅有比用于现实图像训练后的展现出差10个百分点。此外,研究小组于是以用于技巧,优化图像分解算法。

百家乐app官网

研究人员说明道,“例如,由于图像识别算法很更容易被欺骗,我们可以建构森林背景。”该团队通过转变完整象形图的背景颜色来解决问题这个问题。SebastianHouben回应,“我们不能通过初始输出和改动算法来影响这一过程。

百家乐app平台

这些算法随后作出的要求不不受研究人员的掌控,这也是AI的特点之一。_百家乐app。

本文来源:百家乐app官网-www.ifilmovie.com

标签:百家乐app 百家乐app平台 百家乐app官网

灵异恐怖排行

灵异恐怖精选

灵异恐怖推荐