欢迎访问江苏安防资质网!

美国研发神经网络精确探测低质量物体

技术动态    发布于:2020-09-11 17:44
  

  据外媒报导,为了自动从科学论文中获取重要数据,美国国家标准与技能研讨所(NIST)的计算机科学家研制了一种方法,能够准确地检测图画数据中密布、低质量的小几何物体,如三角形。NIST的该款模型选用神经网络法来探测形式,也可用于现代生活的多种使用中。

  NIST的神经网络模型可在一组确定的测验图画中捕获97%的方针物体,将物体的中心定坐落人工选择的几个像素内。

  NIST计算机科学家Adele Peskin解释表明:“该项目的目的是康复期刊文章中丢掉的数据。可是对小型、密布型物体进行探测的研讨还有很多其他使用。目前,图画剖析、自动驾驶汽车、机器检查等范畴都会使用物体探测技能,因为此种小型、密布型物体特别难以定位和分隔开。”

  研讨人员从20世纪初期的期刊文章中获取数据,通常结果会仅以图形形式呈现,而且有些是手艺制作的,扫描或复印会让图形分辨率变差。研讨人员希望提取数据点的位置,以康复原始数据,以便进行进一步剖析。到目前为止,此类数据都是人工提取的。

  NIST研讨人员选用了最初由德国研讨人员研制,用于剖析生物医学图画的网络架构U-Net,首先将图画的尺度紧缩,削减空间信息,然后添加特征和上下文信息层,以获取准确、高分辨率的结果。

  该网络的较佳功能可让其定位方针中心的准确率达97%,使研讨人员足以使用神经网络从更新版的期刊论文中康复数据。

  尽管目前NIST的研讨人员没有计划进行后续研讨,可是表明,该神经网络绝对能够用于处理其他图画剖析问题。

更多资讯,关注江苏安全技术防范行业协会