美国陆军了解人脑如何处理明亮光与对比光 助自动驾驶汽车识别坑洞

据外媒报道，美国陆军研究实验室的一组研究人员揭示了人类大脑如何处理明亮和对比鲜明的光线，这对改善机器人感知和使自动驾驶代理能够与人类合作至关重要。

研究人员表示，目前军方的首要任务是实施自动驾驶技术，因此，机器传感技术需要能够适应不断变化的环境。美国陆军战斗力发展司令部陆军研究实验室的研究员Andre Harrison表示：当我们开发机器视觉算法时，真实世界的图像通常在色调映射过程中被压缩到窄范围内，就像手机摄像头一样。这可能会使机器视觉算法变得非常脆弱，因为它们基于与我们在现实世界中看到的模式不匹配的人工图像，哈里森说，通过开发一个显示能力为十万分之一的系统，该团队发现了大脑在更现实的情况下的计算能力，从而可以在传感器中建立生物弹性。目前的视觉算法是基于使用计算机监视器来研究人和动物，其亮度范围有限，只有100到1。在现实世界中，亮度范围可能是100000到1，这是一个高动态范围。研究人员表示：“光线的变化将对军事系统构成巨大挑战。例如，当风吹过树叶时，在森林中飞行的无人机可能会被光线反射率的变化所混淆；在崎岖地形中驾驶的自动驾驶汽车可能无法识别孔洞或其他障碍物，因为光线条件与它们接收到的视觉算法略有不同下雨。"

该研究团队试图了解大脑如何从现实世界自动输入100000到1的亮度范围，并将其压缩到更窄的范围，从而使人类能够解释形状。该团队研究了HDR的早期视觉处理，考察了HDR亮度和边缘如何简单地相互作用，以此揭示潜在的大脑机制。研究人员表示：人类大脑有30多个视觉区域，对于这些区域如何将眼睛看到的图像处理成可理解的3D形状，目前还只有初步的了解。根据人类行为和头皮记录，我们的HDR亮度研究表明，我们对如何弥合实验室和真实环境之间的差距知之甚少。然而，这样的研究结果打破了我们的思维方式，表明我们以前是从标准的计算机监视器中获得的。这些假设在现实世界中的适用性有限，他们揭示了一些原理，这些原理可以指导我们的建模朝着正确的机制发展。研究人员表示，通过纠正从2D信息估计3D形状时不可避免的异常，发现光和对比度边缘在大脑视觉表现中如何相互作用，将有助于改善真实亮度下的真实3D世界的重建。这一发现不仅有利于自动驾驶汽车的视觉系统，也有利于其他人工智能支持设备的研发，如雷达和基于宽动态范围感知的远程语音理解技术。根据研究结果，研究人员正在与学术合作伙伴合作开发计算模型，特别是那些配备了棘突神经元的模型，这些模型可能在HDR计算和更高效的视觉处理方面具有优势，这是低功耗无人机更重要的考虑因素。

标签：发现远程

汽车资讯热门资讯