도시바 는 상용 카메라로 촬영 한 영상을 이용하여 딥 러닝을 통해 카메라 렌즈로 인한 영상 흐려짐을 분석해 스테레오 카메라의 정확도로 거리를 측정 할 수있는 3D 인식 AI를 개발했다. 이 기술은 스테레오 카메라의 사용을 없애 결국 비용과 공간을 줄여줍니다. 도시바는 2019 년 10 월 30 일 오전 10 시부 터 한국에서 열리는 컴퓨터 비전 국제 컨퍼런스 (ICCV2019)에서 이러한 성과를 발표 할 예정이다.
이미지 감지 가 점점 더 중요 해지고 있으며 로봇 이동 물체, 자율 무인 차량, 원격 제어 드론 검사 인프라 등과 같은 애플리케이션은 피사체의 이미지 이상을 필요로하며, 모양과 거리를 포함 하는 3D 데이터 를 분석 하기위한 작은 장치가 필요합니다. 이에 딥 러닝 을 활용하여 촬영 된 물체의 모양, 배경 및 기타 풍경 데이터를 더 잘 학습 함으로써 단안 카메라 (소형화가 용이함)로 측정 기술을 개발하기위한 연구가 증가하고 있습니다.
이 방법에는 단점이 있습니다. 거리의 정확도는 학습 된 풍경 데이터에 따라 단안 카메라의 도움으로 추정되며 다른 풍경에서 촬영 한 샷으로 인해 정확도가 떨어집니다. 이를 극복하기 위해 Toshiba는 두 개의 컬러 필터를 렌즈에 부착하고 피사체와의 거리에 따라 이미지 블러의 색상과 크기를 분석하는 컬러 필터링 조리개 사진을 개발했습니다. 이렇게하면 데이터 의존성 문제가 해결되지만 기존 렌즈를 수정하려면 시간과 비용이 듭니다.
Toshiba는 스테레오 카메라 시스템과 동일한 고정밀 도로 거리 측정 을 달성하기 위해 렌즈 위의 위치에 따라 이미지가 흐려지는 방식을 분석하는 딥 러닝을 사용 하는 3D 인식 기술로 AI를 개발하여이 문제를 극복했습니다., 일반 단안 카메라를 사용하지만 풍경 데이터는 필요하지 않습니다. 지금까지 흐림의 모양을 기준으로 거리를 측정하는 것은 이론적으로 불가능한 것으로 간주되었는데, 이는 초점에서 등거리에있는 거리와 멀리있는 물체 모두에 대해 동일합니다. 그러나 분석 결과는 초점에서 같은 거리에 있더라도 가까운 물체와 먼 물체 사이의 흐림 모양 사이에 상당한 차이가 있음을 보여주었습니다. 이를 통해 Toshiba는 심층 신경망 모델로 훈련 된 딥 러닝 모듈을 통해 캡처 된 이미지의 블러 데이터를 성공적으로 분석했습니다.
빛이 렌즈를 통과 할 때 생성되는 흐림의 모양은 빛의 파장과 렌즈에서의 위치에 따라 변하는 것으로 알려져 있습니다. 개발 된 네트워크에서는 위치와 색상을 개별적으로 처리하여 흐림 모양의 변화를 적절하게 인식 한 다음 가중치주의 메커니즘을 통과 한 후 밝기 그라데이션에서 초점을 맞출 위치를 제어하여 거리를 정확하게 측정합니다. 학습을 통해 네트워크는 측정 된 거리와 실제 거리 사이의 오류를 줄이기 위해 업데이트됩니다. 이 AI 모듈을 사용하여 Toshiba는 상용 카메라로 캡처 한 단일 이미지가 스테레오 카메라로 확보 된 동일한 거리 측정 정확도를 실현 함을 확인했습니다. 더 많은 정보는 Toshiba의 공식 페이지에서 찾을 수 있습니다.
Toshiba는 2020 회계 연도에 공개 구현을 목표로 상용 카메라와 렌즈로 시스템의 다양성을 확인하고 이미지 처리 속도를 높일 것입니다.