RoadSight旨在通过AI增强自动驾驶汽车的夜视功能

发布时间：2019-12-23 11:47:13 【来源：】

自动驾驶汽车开发人员面临的挑战之一是需要快速有效地收集和处理由相机收集的大量数据。上个月，BlinkAI Technologies Inc.宣布了其RoadSight产品，该产品旨在提高弱光条件下的相机性能。

尽管一些自动驾驶汽车制造商正在使用多个摄像头而不是使用更昂贵的激光雷达技术，但这种方法引起了安全方面的担忧。国家交通安全委员会最近发现，2018年致命的Uber撞车事故的一个促成因素是自动驾驶系统无法在昏暗的环境中识别出乱马行人。

BlinkAI从麻省理工学院哈佛大学马丁诺斯生物医学成像中心剥离出来，并在过去几个月中从“隐身模式”中脱颖而出。该公司表示，RoadSight使用机器学习算法来实现比传统图像信号处理器(ISP)最高500%的照明，以改善路边物体检测和其他具有挑战性的场景中的计算机视觉任务。

BlinkAI表示，该技术目前正在与领先的汽车制造商和自动驾驶和传统车辆的一级供应商进行试验。马萨诸塞州查尔斯顿市BlinkAI的联合创始人兼首席技术官Bo Zhu与The Robot Report讨论了RoadSight。

BlinkAI的算法如何帮助自动驾驶汽车更好看?

朱：我们看到下游感知在无人驾驶和面部检测方面有了显着改善。在低光照条件下，向算法提供高质量的数据尤其具有挑战性，RoadSight将大脑放在传感器后面以提高相机性能。

在弱光或其他情况下，人工智能面临两个主要挑战。首先是在没有足够的信号开始时获取您关心的信息。在没有信号或零像素的情况下，如何预测?

第二个挑战是，对于您所拥有的信号，降低传感器的噪声变得异常重要。这两个因素相互影响。例如，电子设备中的热噪声和其他噪声源可能会破坏信号，这在弱光情况下会变得更加明显。

嘈杂的信号没有您关心的信息，但是我们人类一直在这样做-输入到我们的眼睛中的声音非常嘈杂。我们的眼睛对光线的敏感程度不如某些智能手机相机，但与在视频模式下的智能手机相比，我们在黑暗中的视觉效果更好。这不是因为我们要吸收更多的光，而是因为我们的大脑能够更好地处理原始的噪点信息。

借助我们的神经网络和算法，RoadSight现在能够完成该任务。

[ 热点图文 ]

[ 最新资讯 ]

L Brands在第一季度的强劲销售提振