两位领先的教授一直在进行有趣的研究,探索如何将相机缩小到沙粒的大小,同时仍能捕捉到清晰、清晰的图像。华盛顿大学(UW)电气与计算机工程及物理学教授阿尔卡·马朱姆达尔(Arka Majumdar)和普林斯顿大学计算机科学助理教授费利克斯·海德(Felix Heide)与他们的学生一起,正在基于这项研究创建一种能够以光速识别物体的相机。 ![]() (图片来源:伊利亚·丘古诺夫,普林斯顿大学) 在一篇发表在《科学前沿》的论文中,他们的研究描述了一种新型的紧凑型相机,专门用于计算机视觉——一种人工智能,使计算机能够识别图像和视频中的物体。他们的研究原型使用光学进行计算,显著降低了功耗,使相机能够以光速识别物体,代表了计算机视觉领域的一种新方法。 ![]() (图片来源:伊利亚·丘古诺夫,普林斯顿大学) “这是一种全新的光学思维方式,与传统光学非常不同。这是一种端到端的设计,光学设计与计算块协同设计,”马朱姆达尔说,“在这里,我们用工程光学替换了相机镜头,这使得我们可以将大量的计算放在光学中。”海德是这篇论文的主要调查员和高级作者,他补充说:“这项研究确实有着广泛的应用,从自动驾驶汽车、自动驾驶卡车和其他机器人技术到医疗设备和智能手机。如今,每部iPhone中都包含人工智能或视觉技术。“这项工作仍处于非常早期的阶段,但所有这些应用都有可能有一天从我们正在开发的东西中受益。” 这款相机不使用传统的由玻璃或塑料制成的镜头,而是依靠50层超透镜。超透镜是一种扁平、轻质的光学元件,利用微纳米结构来操控光线。这些超透镜还充当光学神经网络,这是一种基于人脑的人工智能计算机系统。由于光学系统依靠入射光而不是电力来工作,因此功耗大大降低。另一个优点是,由于计算以光速进行,该系统可以比使用传统硬件的神经网络更快地分类超过200张图像。 “我们的想法是利用Arka在元表面领域开创的一些工作,将传统上在电子上进行的一些计算以光速带入光学领域,”海德说,“通过这样做,我们创建了一个新的计算机视觉系统,能够以光学方式执行大量计算。” 本文来源:digitalcameraworld |
原创栏目
影像热点
影像视频
IT百科
影像热词
网友评论
聚超值•精选