Os cientistas desenvolveram uma nova maneira de melhorar a forma como os computadores "veem" e "entendem" objetos no mundo real, treinando os sistemas visuais dos computadores em um ambiente virtual.
A equipe de pesquisa publicou suas descobertas em IEEE / CAA Journal of Autmatica Sinica , uma publicação conjunta do IEEE e da Associação Chinesa de Automação.
Para que os computadores aprendam e reconheçam com precisão objetos como edifícios, ruas ou humanos, as máquinas devem depender do processamento de uma grande quantidade de dados rotulados, nesse caso, imagens de objetos com anotações precisas. Um carro que dirige sozinho, por exemplo, precisa de milhares de imagens de estradas e carros para aprender. Os conjuntos de dados, portanto, desempenham um papel crucial no treinamento e teste dos sistemas de visão por computador. Usando conjuntos de dados de treinamento rotulados manualmente, um sistema de visão por computador compara sua situação atual com situações conhecidas e toma as melhores medidas, seja lá o que for.
"Contudo, coletar e anotar imagens do mundo real é muito exigente em termos de trabalho e investimentos financeiros, "escreve o primeiro autor Kunfeng Wang, um professor associado no Laboratório de Chave do Estado da China para Gerenciamento e Controle de Sistemas Complexos. Wang diz que o objetivo de sua pesquisa é superar as limitações dos conjuntos de dados de imagens do mundo real, que são insuficientes para treinar e testar sistemas de visão por computador.
Para resolver este problema, Wang e seus colegas criaram um conjunto de dados chamado ParallelEye. ParallelEye foi gerado virtualmente usando software de computador disponível comercialmente, especificamente o motor de videogame Unity3D. Usando um mapa de Zhongguancun, uma das áreas urbanas mais movimentadas de Pequim, China, como sua referência, eles recriaram virtualmente o ambiente urbano adicionando edifícios, carros e até mesmo as condições meteorológicas. Em seguida, eles colocaram uma "câmera" virtual em um carro virtual. O carro circulou pelo Zhongguancun virtual e criou conjuntos de dados representativos do mundo real.
Por meio de seu "controle total" do ambiente virtual, A equipe de Wang foi capaz de criar dados utilizáveis extremamente específicos para seu sistema de detecção de objetos - um veículo autônomo simulado. Os resultados foram impressionantes, produzindo um aumento acentuado no desempenho em quase todas as métricas testadas. Ao projetar conjuntos de dados feitos sob medida, uma maior variedade de sistemas autônomos será mais prático de treinar.
Enquanto seus maiores aumentos de desempenho vieram da incorporação de conjuntos de dados ParallelEye com conjuntos de dados do mundo real, A equipe de Wang demonstrou que seu método é capaz de criar facilmente diversos conjuntos de imagens. "Usando a estrutura de visão ParallelEye, imagens massivas e diversificadas podem ser sintetizadas de forma flexível, e isso pode ajudar a construir sistemas de visão computacional mais robustos, "diz Wang. A abordagem proposta pela equipe de pesquisa pode ser aplicada a muitos cenários de computação visual, incluindo vigilância visual, processamento de imagens médicas, e biometria.
Próximo, a equipe criará um conjunto ainda maior de imagens virtuais, melhorar o realismo das imagens virtuais, e explorar a utilidade de imagens virtuais para outras tarefas de visão computacional. Wang diz, "Nosso objetivo final é construir uma teoria sistemática de visão paralela capaz de treinar, teste, entender e otimizar modelos de visão computacional com imagens virtuais e fazer com que os modelos funcionem bem em cenas complexas. "
