A-Eye kann Millionen von Farben für eine bessere Automatisierung sehen

Forscher von Northeastern haben ein Gerät gebaut, das mithilfe neuer Techniken der künstlichen Intelligenz „Millionen von Farben“ erkennen kann. „In der Welt der Automatisierung sind Formen und Farben die am häufigsten verwendeten Elemente, anhand derer eine Maschine Objekte erkennen kann“, sagt Car.

Der Durchbruch ist zweifach. Forscher waren in der Lage, ein zweidimensionales Material zu konstruieren, dessen spezielle Quanteneigenschaften, wenn es in ein optisches Fenster eingebaut wird, das verwendet wird, um Licht in die Maschine zu lassen, eine reiche Farbvielfalt mit „sehr hoher Genauigkeit“ verarbeiten können – etwas, was Praktiker auf diesem Gebiet nicht haben früher erreichen konnte.

Darüber hinaus ist A-Eye in der Lage, „gesehene“ Farben ohne Abweichung von ihren ursprünglichen Spektren genau zu erkennen und zu reproduzieren, auch dank der maschinellen Lernalgorithmen, die von einem Team von KI-Forschern unter der Leitung von Sarah Ostadabbas, einer Assistentin, entwickelt wurden Professor für Elektrotechnik und Computertechnik an der Northeastern. Das Projekt ist das Ergebnis einer einzigartigen Zusammenarbeit zwischen den Quantenmaterialien von Northeastern und den Labors für Augmented Cognition.

Maschinen erkennen Farben normalerweise, indem sie sie mit herkömmlichen RGB-Filtern (Rot, Grün, Blau) in ihre Bestandteile zerlegen und diese Informationen dann verwenden, um im Wesentlichen die Originalfarbe zu erraten und zu reproduzieren. Wenn Sie eine Digitalkamera auf ein farbiges Objekt richten und ein Foto machen, fließt das Licht von diesem Objekt durch eine Reihe von Detektoren mit Filtern davor, die das Licht in diese primären RGB-Farben differenzieren.

Sie können sich diese Farbfilter als Trichter vorstellen, die die visuellen Informationen oder Daten in separate Felder leiten, die dann „natürlichen Farben künstliche Zahlen zuweisen“, sagt Kar.

„Wenn Sie es also nur in drei Komponenten [rot, grün, blau] zerlegen, gibt es einige Einschränkungen“, sagt Kar.

Anstelle von Filtern verwendeten Kar und sein Team „durchlässige Fenster“ aus dem einzigartigen zweidimensionalen Material.

„Wir lassen eine Maschine Farben auf eine ganz andere Weise erkennen“, sagt Kar. „Anstatt es in seine Hauptkomponenten Rot, Grün und Blau zu zerlegen, wenn ein farbiges Licht beispielsweise auf einem Detektor erscheint, anstatt nur diese Komponenten zu suchen, verwenden wir die gesamte Spektralinformation. Und darüber hinaus verwenden wir einige Techniken, um sie zu modifizieren und zu codieren und sie auf unterschiedliche Weise zu speichern. Es liefert uns also eine Reihe von Zahlen, die uns helfen, die Originalfarbe viel eindeutiger als auf herkömmliche Weise zu erkennen.“

Materials Today – Dispersionsfreie, hochpräzise Farberkennung mit exzitonischen 2D-Materialien und maschinellem Lernen

bstract
Die Dispersion wird als grundlegender Schritt akzeptiert, der für die Analyse von Breitbandlicht erforderlich ist. Die Erkennung von Farbe durch das menschliche Auge, ihre digitale Reproduktion durch eine Kamera oder die detaillierte Analyse durch ein Spektrometer verwenden alle Dispersion; es ist auch ein inhärenter Bestandteil der Farberkennung und des maschinellen Sehens. Hier präsentieren wir ein Gerät (als künstliches Auge oder A-Eye bezeichnet), das getestete Farben ohne spektrale Streuung genau erkennt und reproduziert. Stattdessen verwendet A-Eye N = 3–12 durchlässige Fenster mit jeweils einzigartigen spektralen Merkmalen, die sich aus der Breitbanddurchlässigkeit und den exzitonischen Spitzenmerkmalen von 2D-Übergangsmetalldichalkogeniden ergeben. Farbiges Licht, das durch diese Fenster hindurchging (und von ihnen modifiziert wurde) und auf einen einzelnen Fotodetektor fiel, erzeugte verschiedene Fotoströme, und diese wurden verwendet, um eine Referenzdatenbank (Trainingssatz) für 1337 „gesehene“ und 0.55 Millionen synthetisierte „ungesehene“ Farben zu erstellen. Durch „Betrachten“ von Testfarben, die durch diese Fenster modifiziert wurden, kann A-Eye mithilfe des k-NN-Algorithmus „gesehene“ Farben ohne Abweichung von ihren ursprünglichen Spektren und „ungesehene“ Farben mit nur ∼1 % mittlerer Abweichung genau erkennen und reproduzieren . A-Eye kann die Farbschätzung kontinuierlich verbessern, indem korrigierte Schätzungen zu seiner Trainingsdatenbank hinzugefügt werden. Die genaue Farberkennung von A-Eye räumt mit der Vorstellung auf, dass Farbstreuung eine Voraussetzung für die Farberkennung ist, und ebnet den Weg für eine äußerst zuverlässige Farberkennung durch Maschinen mit reduzierter technischer Komplexität.