2
| 本文作者： 張馳 | 2015-06-01 11:55 |
雷鋒網曾報道，谷歌的無人駕駛汽車已經能出門行駛了，但該車的許多技術卻從未公布于眾。最近，在西雅圖舉辦的IEEE國際機器人與自動化大會（ICRA）上，與會者們見到一種新的安全設備，該設備十分難得一見，目前正由科技巨頭谷歌研發。
Anelia Angelova是谷歌的一名高級研究員，從事計算機視覺和機器學習的研發工作。她展示了一種新的行人檢測系統，該系統可單獨處理視頻影像。對于任何無人駕駛汽車來說，能識別，追蹤和躲避行人是一項十分重要的功能。谷歌的車輛上就裝滿了激光雷達，無線電探測器和攝像機，以確保他們能夠確定在數百米范圍內的行人情況。
但一套感應器十分昂貴，光車頂上的一個旋轉激光雷達裝置就要花費將近10000美元（如果是多功能裝置則花費得更多）。雷鋒網此前也專門分解過無人駕駛汽車的成本。如果自動汽車僅使用廉價的攝像機就能定位行人的話，這將大大降低成本，并且將有希望很快迎來一個機器自由操控汽車的時代。但攝像機有他們自己的問題。Angelova說到，“相較于雷達裝置，視覺信息給你一個更廣闊的視野，但處理速度卻相對較慢。”
至少它曾經是這樣的。最好的視頻分析系統使用的是深層神經網絡，這種機器學習算法可以被訓練，從而能對圖像信息（和其他類型的數據）進行十分準確的分類。深層神經網絡依靠多個處理層，這些處理層位于輸入層和輸出層之間。為了進行圖像識別，輸入層會學習圖像的像素特征，下一層則要學習這些功能的組合，并通過中間層，逐漸形成更加精密復雜的關系。輸出層則負責推測系統在關注些什么。
現代深層網絡可以在諸如人臉識別等任務方面勝人一籌，準確率超過99.5%。但Angelova解釋道，傳統的用于行人檢測的深層網絡速度很慢，它將每個街道圖像劃分為100000個甚至更多的小碎片，然后反過來對每個碎片進行分析。這可能需要幾秒鐘甚至幾分鐘每幀，使他們無法用于城市街道的巡視。使用這種網絡的汽車無法對行人進行及時的探測，可能在它發現行人的時候就已經超了過去。
Angelova的新型高速行人檢測器分為三個單獨的階段。
第一階段是一種深層網絡，相較于之前的成千上萬的碎片而言，它只需將圖像信息分割成幾十塊碎片，可在多個地點同時進行多項檢測，從而對行人進行識別。
第二個階段則是另一種網絡，它能對識別結果進行改良。
第三階段則是一種傳統的深層網絡，它將最終識別結果，即是否發現行人，進行傳送。
由于這種緩慢準確的網絡只對潛在圖像的一小部分進行分析，所以整個處理過程就會進行得更快，大約要比之前的網絡快60到100倍。Angelova說道，這些圖形處理器的運行和谷歌的無人駕駛汽車十分類似，會對大約一天以內的街道圖像進行反饋。然后，它可以在大約0.25秒左右的時間準確地識別行人。研究人員使用已知的行人圖像數據庫，而不是使用谷歌汽車的視頻，因為這樣他們可以將該結果同之前的網絡進行比較。
Angelova承認：“事實上，目前還達不到能用于實際的0.07秒。”為了能安全采取行動，無人駕駛汽車需要在瞬間確認是否面對行人。“但這意味著倘若其他感應器失靈，新系統能做出及時的補充處理。”
隨著更強大的處理器的出現以及神經網絡容量的增加，Angelova預計該功能的效果將會顯著提升。她說：“從更加廣闊的視角來看待網絡，你將能感受到更加快速的發展。”等到大家都能擁有無人駕駛汽車時，其獨特的旋轉激光雷達可能已經完全消失了。
via ieee
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
