2021年2月18日 机器视觉与计算机视觉技术

新型智能玻璃为机器视觉研究提供新的模拟途径

[据光电子网站2019年7月10日报道] 美国威斯康星大学麦迪逊分校电气和计算机工程系Zongfu Yu教授带领的团队开发出了一种新型智能玻璃。不需传感器、不用接通线路或外部电源、亦不需连接互联网,这种智能玻璃就可以利用光学反射的原理识别图像。这块小小的玻璃囊括了图像识别技术所需的所有零部件。有朝一日,智能手机或将利用这种技术实现面部识别功能。智能玻璃通过弯曲反射的光波来区分不同的图像。

这种智能玻璃可充当一种纳米光子媒介,采用与人工神经计算类似的方式进行非线性模式映射。智能玻璃会将复杂信息在波阵面(光线射进玻璃时形成)进行编码,在光波穿透时转换波阵面,执行图像识别等计算任务。

执行计算任务的是夹杂了很多类似气泡与杂质物(后面简称“杂质”)的基质材料,这些“杂质”可从玻璃的正反面散射光线,区分图像。通过一种类似数字人工神经网络(ANN)线性矩阵乘法的方式,智能玻璃可将散射的光线与射入光线相混合。“杂质”的形态和位置与数字ANN的重量参数类似。在输出端中,光能会集中于一些非常明确的位置,这种现象通常可称为物体在图像中的同一性。该团队的研究人员认为,这种智能玻璃可为机器学习技术提供一种新的模拟途径。

智能玻璃的内部材料本身就具备计算功能,因而这种玻璃经久耐用、不易损坏。Zongfu Yu 教授表示:“这种智能玻璃或可研制成一种生物识别锁,一块玻璃就只能识别一张人脸。若是研发成功,这个生物识别锁就可以反复使用,没有次数限制。”

为了验证这种猜想是否可行,研究人员研发了可识别手写数字的玻璃碎片。带有数字的图像照进玻璃的一侧,形成了一束光,玻璃的另一侧有九个点,每个点分别对应不同的数字,这束光会聚集在其中的一点。这块智能玻璃反应灵敏,在光线图像由手写数字“3”变为手写数字“8”时,它可立马辨别,正确调整光线的射入点。研究人员表示,测试智能玻璃识别手写数字的方法类似于机器学习,不同之处就在于智能玻璃用的是模拟材料,而机器学习用的是数字代码。

Zongfu Yu 教授表示:“我们早已习惯了数字计算,智能玻璃的研发拓宽了我们的视野,光传播的波动力学为模拟人工神经计算提供了一个新的研究途径。

未来,该团队的研究人员想要验证这种方法在执行面部识别等复杂任务时是否可行。人类视觉对外界感知十分灵敏,可同时识别大量不同的物体。而智能玻璃就略逊一筹了,只能在特定应用中“大展身手”。一块智能玻璃就只能拥有一种功能,要么识别数字,要么识别字母,要么识别人脸。

哥伦比亚大学教授Ming Yuan也是此次研究项目的合伙人,他表示“这项技术真正厉害的地方就在于能够即时处理操作更为复杂的分类任务,而不消耗任何能源。这些任务都是研发人工智能的关键,比如:让无人驾驶汽车识别交通信号灯、用户语音控制自己的设备等等。”

也许在前期的技能学习上会耗费大量的时间,还要投入很多的精力去计算有关数据,但制造这种玻璃的工序简单、成本低廉。

Zongfu Yu 教授还表示:“一直以来,我们都绞尽脑汁,希望能在机器学习技术上有所突破,想要研发出特定功能的应用与任务驱动型技术,智能玻璃的出现几乎改变机器视觉设计上的方方面面。”

此项研究发表于美国光学学会出版的《光子学研究》杂志。

Banner
Related Posts

MicrochipPolarFire FPGA成像和视频开发套件加快机器视觉应用的开发与部署

2019年8月29日

2019年8月29日

制造业和工业界正在经历巨大的变化,工业物联网(IIoT)等新兴技术有望大幅提升工厂运营效率。因此,各种传感器正以前所未有的速度进行部署,让IIoT应用能够感知和洞察生产过程、工业自动化和质量控制等现实场景所发生的一切。

工业机器人及机器人视觉系统详解

2019年3月26日

2019年3月26日

人类想要实现一系列的基本活动,如生活、工作、学习就必须依靠自身的器官,除脑以外,最重要的就是我们的眼睛了,(工业)机器人也不例外,要完成正常的生产任务,没有一套完善的,先进的视觉系统是很难想象的。

CCD成像在光源和色彩检测中的优势和应用

2019年7月25日

2019年7月25日

人类视觉感知是任何旨在被人类观看的照明或显示产品质量的最终标准。从平板电视到智能手机,灯泡到交通信号,VR球场的jumbotrons体育场,您的车内GPS到喷气式飞机的驾驶舱仪表,人类用户感知的以及他们注意到的任何缺陷都是决定性因素设备质量。人类对亮度和颜色的感知为操作和安全公差设定了基准。

用于目标识别的自学习机器视觉系统

2019年7月8日

2019年7月8日

机器视觉是工业4.0,即工业物联网背景下高度自动化和无缝联网过程的关键技术。使用诸如深度学习之类的新的人工智能过程变得越来越重要。许多好处使这项技术具有吸引力,但同时它也有局限性。

基于计算机视觉和深度学习的智能缺陷检测

2019年9月4日

2019年9月4日

自亨利·福特首次引入装配线系统以来,质量控制一直是制造中的一个关键因素。其理念是,质量可以通过大规模生产流水线来实现,只要每个人在生产过程中各尽其责。从那时起,我们显然已经走了很长一段路。传统的装配线仍然以许多形式存在,尽管机器已经取代了许多手工过程。

如何利用机器人视觉进行拣货作业

2019年4月27日

2019年4月27日

机器人进行拣货作业定义了不同的过程,在这些过程中机器人用于从箱子中拾取和放置货物。 Bin pick是机器人领域中棘手的机器人任务。但是,您不必使用复杂的解决方案来解决它。使用机器人视觉的拣选可以以简单的方式执行。

机器视觉成为防治农作物减产的新式武器

2019年5月15日

2019年5月15日

农作物的损失对农民来说是毁灭性的。随着生态波动性的增加,这也是生活中的事实。

智能高光谱成像与食品安全的未来

2020年3月9日

2020年3月9日

智能高光谱成像技术有望快速准确地检测病原体、异物以及产品的新鲜度和损伤。

自动化金属表面缺陷检测系统

2019年6月25日

2019年6月25日

近年来,生产制造企业对于金属的需求快速增长,对于产品质量的要求也是日益严格。如何对金属产品质量进行有效控制,我们的方法很简单:提供针对每种金属产品应用优化的表面缺陷检测解决方案,以高效一致方法的进行在线检查。事实证明,实时信息在为客户解决问题方面具有无可估量的价值,通过消除对生产后物理带材检验的依赖,制造商能够克服重大障碍。

表面缺陷检测系统方案实施的七个步骤

2019年5月24日

2019年5月24日

表面缺陷检测系统主要以相机成像和图像处理技术为主,配置合适的相机和光源可以使被检测物体凸显表面缺陷或特征,使其检测系统能够实时、准确的对物体表面缺陷进行检测。

韩国开发用于检测机械故障的机器视觉技术

2019年7月4日

2019年7月4日

韩国机械与材料研究所(KIMM)周二宣布,它已开发出一种新的机器视觉技术,可自动检测各种机器的故障。

机器视觉检测系统完整解决方案以及开发流程

2019年4月25日

2019年4月25日

机器视觉一词可以想象是具有一组眼睛的计算机进行检测或检验行为。为了开发机器视觉应用的完整解决方案,视觉工程师执行一系列通常分为五个类别的任务:计划,设计,构建,集成和验证。

机器视觉技术可能比您想象的更厉害

2018年8月9日

2018年8月9日

从数字图像中自动提取信息的能力为制造商努力削减成本、提高质量和简化整体流程提供了更多可能。机器视觉的主要用途是检查、测量和机器人引导。

用于食品标签的光学字符识别(OCR)视觉系统

2019年4月24日

2019年4月24日

在食品制造工厂,系统需要从传送器中剔除带有错误打印数据代码的包装食品。虽然以前的系统运行还算正常,但它已经陈旧,原始软件开发的升级换代也无法得到支持。

中科院自动化所王欣刚:机器视觉将取代人类视觉

2019年6月21日

2019年6月21日

智能制造已成为全球制造业升级发展的重要方向,未来工厂里将采用越来越来越多的自动化技术,包括机器人、人工智能、虚拟现实等先进技术,其中,机器视觉将在智能工厂中将发挥关键作用。对于生产商来说,如何将这些技术运用到当前的生产线,将是实现工厂价值提升和未来发展的关键。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注