用AI实现隔墙“透视”，准确率达97%，那家中国公司研究入选CVPR

晓查 发自 凹非寺

量子位 报导 | 公家号 QbitAI

试想一下，主动驾驶汽车行驶到了拐弯处，即便激光雷达再强大，也无法探测到建筑物后的有什么工作发作，若是是突然有行人冲出来，后果不胜想象。

其适用激光连系强大的AI算法，能够帮你看到墙后事实有没有人，以至还能看出他的姿势。

比来，一家来自中国的AI创业公司合刃科技与华中科技大学、斯坦福大学等合做，测验考试用墙壁散射的光往复原被遮挡数字，正确率更高能到达97%，整个过程不需要1秒，更适宜用在需要实时处置的主动驾驶。

他们的论文《Direct Object Recognition Without Line-of-Sight Using Optical Coherence》已被CVPR 2019收录。

之前，量子位介绍过一种能够用墙面反射的复原屏幕内容的 *** 。而合刃科技提出的 *** 不需要复杂的图像重建过程，不只能恢复简单的图像，以至还能揣测人体的姿势。

隔板猜物

研究人员给算法出了道难题，让它从拍摄白墙上的画面，揣测黑色挡板背后屏幕上的内容。因为被拍摄物体和相机之间有不通明的阻碍物，因而相机只能收罗到挡板上漫反射的光。

上面的规划太复杂，简化后的示企图如下：

除了那种比力简单的情形，研究人员还给算法出了两道附加题：让激光往返反射绕过两堵墙，以至还想象了一种“扭转的墙壁”。

由全息照片猜数字

激光与我们日常见到的日光、灯光区别，不只能笔录强度，还能笔录相位信息，通俗地说就是能笔录被拍物体的立体信息，与全息拍照类似。

当照顾MNIST数字信息的相关光颠末挡板漫反射后，构成散斑图。固然由散斑图复原物体有困难，但是能够用AI算法，对阻碍物后面的数字变革停止实时识别。

仅仅能识别数字图像还不可，研究人员还测验考试从散斑图找到中得到墙后面隐躲的人，已经他正处在什么姿势。

在处置图像时，AI算法用了两个收集：

1、SimpleNet，它用来对10个数字图像停止分类，包罗4个卷积层，完全毗连层中由1024个神经元。

因为全息图像的每个区域都包罗被拍摄物体的全数信息，为了减小计算量，研究人员只拔取照片中200×200的一小块区域，从拍摄的1万张照片中拔取95%做为练习集，5%做为数据集。

2、ResNet-18，它用来对人体姿势停止分类。输进图像被裁剪至224×224。

正确率更高97%

在识别MNIST手写数字的尝试中，算法的均匀识别正确率均在91%以上，更高可达97%。

通过深度进修的AI算法处置，研究人员对12小我不消的10种姿势停止识别，得到的均匀识别正确率为78.18%。

论文链接：

— 完 —

诚挚雇用

量子位正在招募编纂/记者，工做地点在北京中关村。等待有才华、有热情的同窗参与我们！相关细节，请在量子位公家号(QbitAI)对话界面，回复“雇用”两个字。

量子位 QbitAI · 头条号签约做者

վ'ᴗ' ի 逃踪AI手艺和产物新动态