SNAP - первый в своем роде нейропроцессор, способный самостоятельно обучаться распознаванию и подсчету определенных объектов в потоке видеоданных

Нейропроцессор


Представители компании BrainChip Inc. объявили о разработке системы распознавания визуальной информации Autonomous Visual Feature Extraction (AVFE), основой которой является новый нейронный процессор SNAP, построенный на базе уникальной технологии передачи и обработки информации. Вместо традиционных уровней, определяющих значения логических единиц и нулей, в технологии STDP (Spike Time Dependent Plasticity) используются всплески сигнала (пики), в которых может быть заключено большое количество информации, что, в свою очередь, позволяет достаточно просто реализовать функцию самообучения.

Первые испытания системы AVFE, которая использовала цифровой видеодатчик Davis от швейцарской компании Inilabs GmbH, показали, что ее функции идеально подходят для реализации более сложных систем, способных выделять из неупорядоченного потока визуальной информации отдельные элементы с заданными параметрами. Стоит ли упоминать, что такая функция является одной из основных функций систем управления автомобилями-роботами, беспилотными летательными аппаратами и т.п.

Работа нейронной сети


Система AVFE на базе процессор SNAP, внутри которого находится достаточно сложная нейронная сеть, способна обрабатывать до 100 миллионов визуальных событий в секунду. И в течение всего нескольких секунд система способна обучаться идентифицировать и подсчитывать количество определенных объектов из входного видеопотока. Датчик Davis кардинально отличается от датчиков традиционных видео- и фотокамер, вместо того, чтобы формировать традиционное растровое изображение, каждый пиксель этой "искусственной сетчатки" производит один или несколько всплесков сигнала в ответ на изменения уровня контрастности изображения.

До момента начала самообучения система AVFE абсолютно ничего не "знает" о потоке видеоинформации, который ей предстоит обрабатывать. Но, как только данные начинают поступать на вход системы, она начинает отслеживать изменения контрастности и искать определенные образы, совершенствуя свои способности с каждым разом. Такая способность системы AVFE позволяет ей обрабатывать любые данные, не только визуальные, поставляемые датчиками типа Davis, но и данные других типов, источниками которых являются радары, лазерные или ультразвуковые сканеры.

Контрастный видеопоток


Первые испытания системы AVFE были проведены на одной из дорог в Пасадене, Калифорния. В течение пробного прогона, который длился 78.5 секунд, система обучилась распознавать автомобили различных типов, после чего она смогла подсчитывать их количество в режиме реального времени. "Эти испытания показали, что система AVFE на базе нейропроцессора BrainChip SNAP способна научиться извлекать информацию из видеопотока и использовать ее без любого содействия или вмешательства со стороны человека" - рассказывает Питер ван дер Мэйд (Peter van der Made), основатель компании BrainChip и разработчик процессора SNAP.




Ключевые слова:
Нейропроцессор, SNAP, BrainChip, Нейронная, Сеть, Датчик, Сетчатка, Davis, Всплеск, Сигнал, Обучение, Распознавание, Объект

Первоисточник

Другие новости по теме:
  • Компания Sony разработала новый высокоскоростной видеодатчик, предназначенн ...
  • Оптические нейронные сети - основа сверхбыстрых и сверхмощных систем искусс ...
  • Исследователи создали робота-хищника, который преследует свою добычу при по ...
  • Разработан видео-сенсор нового типа, способный обеспечить скорость съемки д ...
  • Создана компьютерная нейронная сеть, возможности которой сравнимы с возможн ...




  • 18 марта 2016 08:24
    #1 Написал: FomaNeverujuwij

    Публикаций: 0
    Комментариев: 3926
    Но начальный толчок к обучению этому процессору должен же дать кто-нибудь? Иначе процессор не сможет определить самостоятельно, что же именно ему надо извлекать из видеопотока, и будет извлекать оттуда все подряд


    --------------------
        
    18 марта 2016 19:32
    #2 Написал: Gegebyte

    Публикаций: 0
    Комментариев: 0
    Первичной директивой, похоже, является поиск изменений в входящем сигнале и дальнейший анализ данных с помощью нейросетки. По изображению понятно, что отслеживается только движение в видеоряде. В этом случае - движение автотранспорта. Больше на дороге ничего не происходит.
    По сути это некий убердатчик движения.
        
    21 марта 2016 11:27
    #3 Написал: sobol

    Публикаций: 0
    Комментариев: 0
    Если он научится распознавать хотя бы марку и модель проехавшего авто то это будет прорыв.
    Потом научить распознавать правильные танки (вертолеты самолеты) и пожалуйста не так далеко до полностью автономного боевого дрона или ракет с очень интеллектуальной (но не ИИ) системой самонаведения для прорыва систем активной зашиты
        
    26 марта 2016 03:27
    #4 Написал: yg2005

    Публикаций: 0
    Комментариев: 104
    sobol,
    Активную защиту, наверняка, так же будут снабжать подобными системами распознавания и цикл повторится.
        

    Информация

    Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.