仿生体感-视觉关联学习框架。
techxplore.com网站7月14日报道,新加坡南洋理工大学和悉尼科技大学的研究人员最近在《自然·电子学》杂志发文公布了一种机器学习架构,可通过分析可伸缩应变传感器捕捉到的图像识别人类手势。
项目研究人员Xiaodong Chen在接受TechXplore采访时说:“人脑如何处理信息?我们对此很感兴趣。在人脑中,思维、规划和灵感等高级感知活动,不仅依赖特定的感官信息,还与不同传感器的多感官信息综合整合有关。这为我们结合视觉信息和躯体感觉信息,实现高精度手势识别提供了启示。”
人类在解决实际任务时,通常会整合从周围环境收集到的视觉和体感信息。两种类型的信息是互补的,当它们结合在一起时,能够为解决问题提供更好的方案。因此,在开发人类手势识别技术时,Chen等需要确保该技术能够整合多个传感器收集到的不同类型的感知信息。Chen解释:“为了实现目标,我们对传感器进行了改进。与目前使用的可穿戴传感器相比,新设计的可伸缩、高适应性传感器可以更准确地收集肢体感觉数据。我们还开发了一种仿生体感-视觉(BSV)学习框架,它可以合理地融合视觉信息与体感信息。”
Chen等开发的BSV学习框架以多种方式复制了人类大脑的体感-视觉信息融合途径,表现出三大特点:首先,它的多层、层级结构以人工神经网络模仿大脑。其次,系统中的部分分段网络处理模式与大脑中的神经网络处理模态大致相同。最后,BSV架构具备新开发的稀疏神经网络融合特征。
在初步评估实验中,Chen等设计的BSV学习架构的表现优于单式识别方法(只处理视觉或体感数据的方法)。值得注意的是,它能比此前开发的三种多模态识别技术(加权平均融合SV-V,加权强调融合SV-T和加权倍增融合SV-M)更准确地识别人类手势。
Chen说:“与单式识别和常见多模态识别相比,我们开发的仿生学习架构具有更高的识别精度。而在图像有噪声、曝光不足或曝光过度等非理想条件下,它的识别精度也相对更高。”
BSV学习架构可用于制造医疗机器人,或者开发更先进的虚拟现实、增强现实和娱乐技术。Chen说:“BSV独特的仿生特性使其优于多数现有技术。这已经被实验结果证实。下一步,我们将尝试构建基于仿生融合的虚拟现实和增强现实系统。”
根据最新研究数据,苹果成为第二季度中国市场增速最快的智能手机厂商,有效抵御...
近日,中国科学院院士邬贺铨在新浪科技主办的2020科技风云榜上讲解了他对2020年5...
从服装设计到发现未来时尚趋势,再到成为个人造型师再到满足消费者体验,人工智...
手机是4G的,套餐却是5G的,这到底是真5G还是假5G用户,一时让人傻傻分不清楚。 ...
连续失去英国、比利时等重要市场后,华为5G进军欧洲的征途终于传来一点好消息。 ...
2021年伊始,一批新基建重大项目迎来密集开工。从近期多个部委和地方两会部署上...
在过去十年的人工智能浪潮中,以深度学习为代表的人工智能技术已基本实现了视觉...
人脸识别最新漏洞曝光,测试的安卓手机无一幸免! 要说之前,拿着照片直接往前置...
不确定性塑造了关系。 疫情以一种猝不及防的姿态打碎了曾经直线型的、平滑的、可...
【51CTO.com原创稿件】2020年12月18日-20日,以新变局 新技术 新机遇为主题的202...