Нова система комп'ютерного зору, розроблена за аналогією з котячим оком, може забезпечити майбутні безпілотники та інші військові роботи здатністю відстежувати цілі навіть в умовах слабкої видимості та динамічних змін. Завдяки таким роботизованим «очам» дрони зможуть бачити навколишнє середовище з безпрецедентною точністю. Про це повідомляє
LiveScience.
Роботи, дрони, безпілотні авто та інші автономні системи стають дедалі поширенішими, але все ще мають труднощі з «баченням» у різних середовищах і за різних умов. Наприклад, безпілотні автомобілі погано функціонують під час дощу чи туману, оскільки такі умови заважають камерам і датчикам.
Нещодавно науковці розробили нову систему зору, яка використовує спеціальні лінзи та датчики, спроектовані за зразком котячого ока, що покращує розпізнавання об'єктів. Око кішки обрано за прототип через його здатність чудово бачити і вдень, і вночі. У світлу пору доби котяча зіниця має вертикальну щілинну форму, що фільтрує світло і зменшує відблиски, допомагаючи кішці фокусуватися. В темряві ж зіниця розширюється, щоб пропускати більше світла, зокрема завдяки шару tapetum lucidum, який відбиває світло назад через сітківку, посилюючи промені для фоторецепторів.
У подібний спосіб нова система включає щілинну діафрагму для фільтрації зайвого світла, виділяючи важливі об’єкти за яскравих умов, і використовує відбиваючі шари, схожі на котячі, для покращення видимості за слабкого освітлення.
«Роботизованим камерам часто складно виявити об'єкти на активному або закамуфльованому фоні, особливо при зміні освітлення. Наша розробка вирішує цю проблему, розмиваючи зайві деталі та зосереджуючи увагу на головних об'єктах», – пояснив головний автор дослідження Янг Мін Сонг, професор електронної інженерії Інституту науки і технологій Кванджу (GIST) у Південній Кореї.
Вчений наголосив, що система зору використовує спеціальні лінзи, а не потужну обчислювальну обробку, що робить її енергоефективнішою.
Під час тестування системи дослідники виявили, що вона успішно розмиває фонові об'єкти, утримуючи фокус на цілі. Вони також застосували нейронну мережу – набір алгоритмів машинного навчання, які допомагають системі краще розпізнавати важливі об'єкти.
Для практичного застосування системи в реальних умовах науковцям необхідно підвищити піксельну роздільну здатність поля зору. У майбутньому ця система може бути інтегрована в роботів і машини, зокрема у військові дрони та спостережні роботи. Дослідники впевнені, що невдовзі технологія зможе дозволити роботам виявляти, відстежувати та розпізнавати цілі в динамічних умовах, де звичайні камери часто неефективні.
