2020年6月27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

嵌入式视觉:通过软硬件协作获得成功

2019年3月21日

2019年3月21日

在可预见的未来,嵌入式视觉技术不会完全取代传统的、基于PC或智能相机的机器视觉系统。然而,从技术和经济的角度来看,它确实在许多应用领域提供了非常有效的解决方案。

机器视觉模式匹配的基础:光源、相机、算法

2019年10月11日

2019年10月11日

机器视觉系统还需要能够发现和识别模式。任何机器视觉任务的第一步都是模式匹配,即根据形状属性(如边缘)的预期排列,在视场中定位目标。这个过程是如何工作的?

3D热成像技术

2019年10月30日

2019年10月30日

Fraunhofer IOF使用LWIR热像仪扩展了其高速3D相机系统。他们的数据被映射到使用黑白摄像机重建的3D点,从而获得1kHz空间热图像。

纺织制造商将人工智能无缝集成到生产中的三种方式

2019年9月3日

2019年9月3日

人工智能正在改进纺织品制造商的经营方式。这一过程的每一个要素,包括纺织品生产、产品成本、质量控制、数据收集、统计过程控制、准时制制造和计算机集成制造,都在进行人工智能改造。

工业机器视觉应用有必要使用边缘计算吗?

2019年12月17日

2019年12月17日

伴随着机器视觉技术的快速发展,在提高制造商产品质量水平的同时加快生产效率,可以说拥有巨大的潜力。这项技术的影响范围也在不断地扩大,各种新的应用注定会在我们的日常生活中发挥更大的作用。

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。

自动印刷代码检查解决方案

2019年4月17日

2019年4月17日

AutoCoding Systems将在米尔顿凯恩斯即将举行的UKIVA机器视觉会议上展示他们最新的视觉创新成果。由SICK AppSpace提供支持的4Sight解决方案是自动打印检测领域真正的行业突破。

基于机器视觉的监测系统​

2019年11月3日

2019年11月3日

本研究基于机器视觉技术,结合Python语言,openCV库等,编写出了一套高精度,高稳定性的位移监测算法,以Nvidia Jetson开发板为载体,结合单片机,红外传感器等,设计制造了一套具有形变监测与预警功能的系统。

工业相机调研凸显嵌入式趋势

2019年3月27日

2019年3月27日

据一项专业调查显示,机器视觉行业正凸显出向嵌入式视觉和模块化发展的趋势。制造商们看到了嵌入式视觉解决方案在汽车和基础设施应用方面的巨大潜能。

3D视觉检测的未来:光度立体技术

2019年6月12日

2019年6月12日

利用3D表面定向,特别是它对反射光的影响,工业应用的光度立体产生对比度图像,突出了局部3D表面变化。

改善机器视觉系统的十大方法

2018年8月9日

2018年8月9日

机器视觉是一个新兴领域,如果设置正确,可以减少过程效率低下。任何使用机器视觉作为机器人引导或检查的设施都应重视这一领域,以寻求可能的改进。

机器视觉技术发展的五大趋势

2019年6月21日

2019年6月21日

在过去的一年里,人工智能(AI)、大数据、3D成像和机器人过程自动化等领域在取得了空前的发展。在即将到来的2019年,机器视觉技术应用还将蓬勃发展,新机器视觉认为五大发展趋势将引领行业应用。

深度学习在产品缺陷检测中面临的考验

2019年12月13日

2019年12月13日

人工智能(AI)的发展促使数很多公司投资于深度学习软件,对于视觉行业来说是个好兆头,因为需要在技术上实现飞跃。但是,对于采购或投资相关产品的的用户而言,重要的是要了解如何正确地评估深度学习软件可用性 ,以及它们如何工作的。

机器视觉系统集成发展的现状和前景

2019年7月10日

2019年7月10日

机器视觉系统集成是一门学科,随着新成像技术的不断发展,这门学科的发展势头依然强劲。

机器视觉应用的柔性开发

2019年9月12日

2019年9月12日

本文使用IBV软件MERLIC的例子,概述了图像处理的当前要求,并展示了如何在不编程的情况下创建应用程序。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注