2020年7月2日 机器视觉与计算机视觉技术

增强的机器人“视觉”能够与人类进行更自然的互动

在伦斯勒理工学院(Rensselaer Polytechnic Institute)的智能系统实验室里,一个名叫Pepper motors的机器人睁大了眼睛,说话轻声细语。其中一名研究人员对“小辣椒”进行了测试,当“小辣椒”准确描述自己在做什么的时候,它会做出各种各样的手势。当他交叉双臂时,机器人从他的肢体语言中识别出有什么不对劲。

“嘿,对我好点,”佩珀说。

“小辣椒”能够识别非语言暗示,这是实验室研究人员正在开发的增强“视觉”的结果。利用先进的计算机视觉和人工智能技术,该团队正在提高像这样的机器人与人类自然互动的能力。

”到目前为止我们一直做的是机器人视觉理解能力,所以它能感知人类行为,可以通过这些非语言行为自然与人类相互作用,如肢体语言,面部表情,身体姿势,“羌族Ji说教授电气、计算机、系统工程、智能系统实验室的主任。

多年来,在政府资助的支持下,伦斯勒的研究人员绘制出了人脸和身体的图谱,借助机器人内置的摄像头和机器学习技术,计算机可以感知非语言线索,识别人类的行为和情感。

除此之外,Pepper还可以计算房间里有多少人,扫描一个区域寻找特定的人,估计一个人的年龄,识别面部表情,并在互动过程中保持眼神交流。

另一个机器人,名为Zeno,看起来更像一个人,它的脸上有马达,这使得它能够很好地模仿人类的表情。研究团队一直在磨练Zeno的能力,使其能够实时模仿人类的面部交流,包括眉毛甚至眼球的运动。

资料来源:伦斯勒理工学院

纪万昌认为,计算机视觉是开发人们每天在家中进行互动的技术的下一步。目前,大多数支持人工智能的虚拟助理几乎完全依赖于语音交互。

“没有视觉成分。基本上,它只是一个音频组件。”“在未来,我们认为它将是多模态的,与机器人进行语言和非语言的互动。”

该团队正在致力于其他以视觉为中心的开发,比如能够跟踪眼球运动的技术。这样的工具可以应用到智能手机和平板电脑上。

季说,他的实验室正在进行的研究目前得到了美国国家科学基金会和国防高级研究计划局的支持。此外,智能系统实验室多年来一直从公共和私人部门获得资金,包括美国国防部、美国交通部和本田公司。

他说,纪万昌的团队正在开发的技术还可以通过在汽车上安装电脑视觉系统来提高道路的安全性。

他说:“我们将能够使用这项技术最终检测驾驶员是否疲劳,或者驾驶员是否分心。”“我们正在做的研究更多是以人为中心的人工智能。我们想开发人工智能,即机器学习技术,不仅扩展人类的身体能力,还扩展他们的认知能力。”

这就是胡椒和芝诺的作用。纪展望了一个机器人陪伴人类、改善人类生活的时代。他说,这是最终目标。

“这个机器人将来可能会成为人类的伴侣,”纪指着“小辣椒”说。“它可以倾听人类的声音,理解人类的情感,并通过语言和非语言行为做出反应,以满足人类的需求。”

Banner
Related Posts

计算机视觉的未来

2018年8月9日

2018年8月9日

计算机视觉通过缩短开发时间并创建与用户想要和需要的内容相匹配的最终产品,为用户提供直接的好处。而不是在一小群开发人员和C级管理人员的闭门造车中确定功能,是基于自然使用而不断发展。

计算机视觉究竟是个怎样的行业?

2019年6月20日

2019年6月20日

5月1日外媒消息,微软刚刚发布了 Windows Vision Skills 的预览版本,是一个 NuGet 包集合。

利用机器学习消灭撒哈拉以南非洲采采蝇

2018年8月9日

2018年8月9日

“我们将使用数据科学来创建一个基于机器学习的自动化系统,它可以从采采蛹中快速确定是雄性还是雌性,”Zsuzza Marka说。这一系统将成为机器人分拣机的基础,我们希望该机器最终将用于撒哈拉以南非洲地区,以减轻采采蝇的危害。”

计算机视觉以及它在商业中是如何应用的?

2019年9月17日

2019年9月17日

事实证明,大多数人认为理所当然的东西,即能够看到、处理并对视觉输入采取行动的能力,在机器中是非常难以复制的。这正是计算机视觉(cv)的目标。虽然计算机视觉可能不如人类视觉先进,但它今天已经发展到在商业中非常重要的地步。

推动计算机视觉和视觉AI发展的四大关键趋势

2019年5月14日

2019年5月14日

本文讨论了推动视觉应用快速发展和影响行业未来的关键趋势,解释了这些趋势背后的推动因素,并强调了对技术供应商、解决方案开发者和最终用户的关键影响。

英伟达Jetson Nano定位于大众市场机器学习

2019年3月20日

2019年3月20日

GPU巨头英伟达(Nvidia)发布了用于大众市场产品的微型人工智能电脑Jetson Nano。

图像分类和目标检测技术有什么区别?

2020年5月20日

2020年5月20日

图像分类和目标检测技术是计算机视觉领域的重要研究方法。这些技术帮助机器理解和识别实时对象和环境,帮助数字图像作为输入。多年来,计算机视觉技术已经被应用于多个领域,包括医疗保健、制造业、零售业等等。

新的过滤器增强了机器人对6D姿态评估的视觉感知能力

2019年8月7日

2019年8月7日

研究人员最近进行了一项关于6D物体姿态估计的研究,目的是开发一种过滤器,使机器人具有更强的空间感知能力,从而能够更准确地操纵物体和在空间中导航。

基于田间高光谱图像和机器学习估计芒果成熟度的光谱滤波器设计

2019年8月15日

2019年8月15日

本文旨在通过模拟几个具有不同真实光学滤波器的成像设备,开发一种新型滤波器选择方法,并利用高成本成像高光谱设备为特定应用设计一种成本较低的多光谱解决方案。

英特尔深度学习工具包OpenVINO

2019年3月5日

2019年3月5日

OpenVINO包括英特尔的深度学习部署工具包,其中包括一个模型优化器,可以从许多框架(Caffe,Tensoflow,MxNet,ONNX,Kaiai)导入和训练模型。

图像处理中的深度学习技术

2018年8月9日

2018年8月9日

机器学习中的另一种技术是例如“超级矢量机”。与深度学习相比,必须手动定义和验证功能。在深度学习中,神经网络采用这一手动步骤:在训练过程中,独立地自动识别和提取特征。

阴影检测系统让自动驾驶汽车看到周围的角落

2019年10月30日

2019年10月30日

通过分析地面阴影的变化,无人驾驶汽车可以预测何时有车辆或行人从拐角处经过。

计算机视觉的优点和局限性

2019年9月10日

2019年9月10日

计算机视觉是计算机科学的一个分支,它允许机器系统实时地查看、处理和解释视觉信息。

为改善猪的生活而开发的面部识别技术

2019年3月29日

2019年3月29日

专家们希望开发一种技术,可以监测猪的个体面部表情,确定它们的感觉,并将数据发送给农民,提醒他们注意健康和福利问题。

研究人员发现用于3D视觉的神经元

2019年7月5日

2019年7月5日

英国纽卡斯尔大学的科学家在昆虫大脑中发现了计算3D距离和方向的神经元。了解这些可能有助于提高和发展机器人视觉应用。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注