Google कारें उच्च सटीकता के साथ पैदल चलने वालों को पहचानेंगी

बिक्री पर मानव रहित वाहनों के आगमन से पहले, बहुत समय नहीं बचा है। Google मशीन दृष्टि की तकनीक और सबसे महत्वपूर्ण तत्वों में से एक को ध्यान में लाता है - वास्तविक समय में पैदल चलने वालों की मान्यता।

गूगल रिसर्च के शोधकर्ता एलेक्स क्रेजेव्स्की, एनेलिया एंजेलोवा और उनके सहयोगियों ने तंत्रिका नेटवर्क का उपयोग करते हुए पैदल चलने वालों का पता लगाने के लिए एक नई विधि प्रस्तुत की । विधि ने एक उत्साहजनक परिणाम दिखाया: एक पैदल यात्री को कैलटेक पैदल यात्री परीक्षण द्वारा 73.8% मामलों में उच्च सटीकता के साथ पता लगाया जा सकता है, जिसमें शहरी और ग्रामीण परिस्थितियों में 50,000 चिह्नित पैदल यात्रियों का एक डेटाबेस शामिल है। यह परिणाम सबसे अच्छा वैकल्पिक डिजाइनों के साथ तुलनीय है।

विशेषज्ञों का कहना है कि हाल के वर्षों में होनहार क्षेत्रों में से एक तंत्रिका नेटवर्क में GPU त्वरक का उपयोग पैटर्न मान्यता, एनएलपी और वीडियो स्ट्रीम के धाराप्रवाह विश्लेषण के लिए लगभग वास्तविक समय के जटिल एल्गोरिदम को निष्पादित करने के लिए किया गया है।

हाल ही में एनवीडिया जीपीयू प्रौद्योगिकी सम्मेलन में इस तरह के कई समाधान पेश किए गए थे । इस क्षेत्र में तकनीकी प्रगति को इमेजनेट लार्ज स्केल विजुअल रिकॉग्निशन चैलेंज टेस्ट में सबसे अच्छी तरह से देखा गया है , जो 2010 से आयोजित किया जा रहा है। तब से, मशीन दृष्टि एल्गोरिदम द्वारा छवियों के वर्गीकरण में त्रुटियों का स्तर नाटकीय रूप से कम हो गया है।



पैदल यात्री मान्यता उन व्यावहारिक कार्यों में से एक है जहां नई तकनीक का उपयोग किया जाता है। भविष्य में, GPU त्वरण वाले तंत्रिका नेटवर्क को निगरानी कैमरे, वाहन यातायात नियंत्रण प्रणाली, आदि में आवेदन मिलने की संभावना है।

Google के विकास की ओर लौटते हुए, पैदल चलने वालों की पहचान एक बहुत ही मुश्किल काम है, क्योंकि इसे लगभग वास्तविक समय में लगातार बदलती पर्यावरणीय परिस्थितियों में हल करने की आवश्यकता है। कार के आसपास की वस्तुएं गति में हैं। मौजूदा प्रौद्योगिकियां अपेक्षाकृत इस समस्या को सफलतापूर्वक हल करती हैं। उदाहरण के लिए, तरीकों में से एक कैलटेक पैदल यात्री परीक्षण में 58% की सटीकता को दर्शाता है। वेफस्टैस्ट नामक एक अन्य विधि 100 फ्रेम / एस पर वीडियो शूटिंग प्रदान करती है (तुलना के लिए, Google 15 फ्रेम / एस पर शूट करता है), लेकिन वहां सटीकता कम है। उच्च सटीकता के साथ विधियां हैं, लेकिन वे बहुत धीमी गति से काम करते हैं, जिससे गति 195 गुना कम हो जाती है।

Google अनुसंधान ने गति का त्याग किए बिना मान्यता सटीकता में सुधार करने के लिए एक लक्ष्य निर्धारित किया है। 15 फ्रेम / सेकेंड पर , उन्होंने सटीकता में 73.8% की नाटकीय वृद्धि दिखाई ।

एक वैज्ञानिक पेपर से "26.2% औसत मिस रेट" वाक्यांश भ्रामक नहीं होना चाहिए: हम इस तथ्य के बारे में बात नहीं कर रहे हैं कि कार एक पैदल यात्री से चूक गई और कारमेडीडन की तरह अंक नहीं कमाए। इसके विपरीत, वाक्यांश का अर्थ है कि यह एल्गोरिथ्म "चूक" गया और व्यक्ति को उसके सामने ब्रेक लगाने के लिए नहीं पहचाना।

गूगल रिसर्च में, मशीन-विज़न सिस्टम पुराने पीढ़ी के एनवीडिया के 20 टेस्ला जीपीयू ग्राफिक्स त्वरक पर लॉन्च किया गया था। अब K40 और K80 के नए संस्करण जारी किए, जो टॉप 500 रेटिंग से कुछ सुपर कंप्यूटरों में उपयोग किए जाते हैं।

Google शोध टीम तंत्रिका नेटवर्क के कैस्केड की गहराई को बढ़ाकर और प्रदर्शन और सटीकता के अनुपात का अनुकूलन करके परिणाम में सुधार करना चाहती है।

एक तरीका या कोई अन्य, लेकिन सड़कों पर रोबोट कारों के आगमन के साथ, छलावरण के बजाय उज्जवल पोशाक करना बेहतर होता है ताकि मशीन की दृष्टि आपको पृष्ठभूमि के साथ भ्रमित न करें। दूसरी ओर, इस तरह की सलाह अब भी दी जा सकती है, जब कारों को अक्सर आधा अंधा, आधा नशे में और विचलित ड्राइवरों द्वारा संचालित किया जाता है।

Source: https://habr.com/ru/post/hi382879/