A-Eye می تواند میلیون ها رنگ را برای اتوماسیون بهتر ببیند

محققان Northeastern دستگاهی ساخته‌اند که می‌تواند «میلیون‌ها رنگ» را با استفاده از تکنیک‌های هوش مصنوعی جدید تشخیص دهد. در دنیای اتوماسیون، اشکال و رنگ‌ها رایج‌ترین مواردی هستند که دستگاه می‌تواند اشیا را تشخیص دهد.کار می گوید.

پیشرفت دوگانه است. محققان توانستند مواد دوبعدی را مهندسی کنند که خواص کوانتومی ویژه آن، زمانی که در یک پنجره نوری که برای ورود نور به دستگاه استفاده می‌شود، ساخته می‌شود، می‌تواند تنوع رنگی غنی را با "دقت بسیار بالا" پردازش کند - چیزی که پزشکان در این زمینه انجام نداده‌اند. قبلا توانسته به دست آورد.

علاوه بر این، A-Eye به لطف الگوریتم‌های یادگیری ماشینی توسعه یافته توسط تیمی از محققان هوش مصنوعی به سرپرستی سارا استادعباس، دستیار، قادر است رنگ‌های «دیده‌شده» را با انحراف صفر از طیف اصلی‌شان به دقت تشخیص داده و بازتولید کند. استاد مهندسی برق و کامپیوتر در شمال شرقی. این پروژه نتیجه همکاری منحصربه‌فرد بین مواد کوانتومی Northeastern و آزمایشگاه‌های Augmented Cognition است.

ماشین‌ها معمولاً رنگ را با تجزیه آن، با استفاده از فیلترهای RGB معمولی (قرمز، سبز، آبی) به اجزای تشکیل‌دهنده آن تشخیص می‌دهند، سپس از آن اطلاعات برای حدس زدن و بازتولید رنگ اصلی استفاده می‌کنند. هنگامی که یک دوربین دیجیتال را به سمت یک جسم رنگی نشانه می‌گیرید و عکس می‌گیرید، نور آن شی از طریق مجموعه‌ای از آشکارسازها با فیلترهایی در جلوی آنها جریان می‌یابد که نور را به رنگ‌های اصلی RGB متمایز می‌کند.

کار می‌گوید: می‌توانید در مورد این فیلترهای رنگی به‌عنوان قیف‌هایی فکر کنید که اطلاعات بصری یا داده‌ها را در کادرهای جداگانه هدایت می‌کنند، که سپس «اعداد مصنوعی را به رنگ‌های طبیعی اختصاص می‌دهند».

کار می‌گوید: «بنابراین، اگر آن را به سه جزء [قرمز، سبز، آبی] تقسیم کنید، محدودیت‌هایی وجود دارد.

کار و تیمش به جای استفاده از فیلترها از "پنجره های انتقال دهنده" ساخته شده از مواد دو بعدی منحصر به فرد استفاده کردند.

کار می‌گوید: «ما در حال ساخت ماشینی هستیم که رنگ را به روشی متفاوت تشخیص دهد. به جای اینکه آن را به اجزای اصلی قرمز، سبز و آبی تقسیم کنیم، وقتی یک نور رنگی، مثلاً روی یک آشکارساز ظاهر می شود، به جای جستجوی آن اجزا، از کل اطلاعات طیفی استفاده می کنیم. و علاوه بر آن، ما از تکنیک هایی برای اصلاح و رمزگذاری آنها استفاده می کنیم و آنها را به روش های مختلف ذخیره می کنیم. بنابراین مجموعه ای از اعداد را در اختیار ما قرار می دهد که به ما کمک می کند رنگ اصلی را بسیار منحصر به فردتر از روش معمولی تشخیص دهیم.

Materials Today – تشخیص رنگ بسیار دقیق بدون پراکندگی با استفاده از مواد دوبعدی هیجان انگیز و یادگیری ماشینی

چکیده
پراکندگی به عنوان یک مرحله اساسی مورد نیاز برای تجزیه و تحلیل نور پهنای باند پذیرفته شده است. تشخیص رنگ توسط چشم انسان، بازتولید دیجیتال آن توسط دوربین، یا تجزیه و تحلیل دقیق توسط یک طیف سنج، همه از پراکندگی استفاده می کنند. همچنین جزء ذاتی تشخیص رنگ و بینایی ماشین است. در اینجا، ما دستگاهی (به نام چشم مصنوعی یا A-Eye) را ارائه می‌دهیم که رنگ‌های آزمایش شده را به دقت تشخیص داده و بازتولید می‌کند، بدون هیچ گونه پراکندگی طیفی. در عوض، A-Eye از N = 3-12 پنجره انتقالی استفاده می‌کند که هر کدام دارای ویژگی‌های طیفی منحصربه‌فرد ناشی از انتقال پهنای باند و ویژگی‌های اوج هیجان‌انگیز دی‌کالکوژنیدهای فلزی انتقالی دوبعدی هستند. نور رنگی که از این پنجره‌ها عبور می‌کند (و اصلاح می‌شود) و برخورد بر روی یک ردیاب نوری، جریان‌های نوری مختلفی تولید می‌کند و اینها برای ایجاد یک پایگاه داده مرجع (مجموعه آموزشی) برای 2 رنگ «دیده‌شده» و 1337 میلیون رنگ «دیده‌نشده» سنتز شده استفاده می‌شوند. با «نگاه کردن» به رنگ‌های آزمایشی اصلاح‌شده توسط این پنجره‌ها، A-Eye می‌تواند با استفاده از الگوریتم k-NN، رنگ‌های «دیده‌شده» را با انحراف صفر از طیف اصلی‌شان و رنگ‌های «غیره» را با انحراف میانه‌ای حدود 0.55% به‌دقت تشخیص داده و بازتولید کند. . A-Eye می تواند به طور مداوم تخمین رنگ را با افزودن هرگونه حدس تصحیح شده به پایگاه داده آموزشی خود بهبود بخشد. تشخیص دقیق رنگ A-Eye این تصور را از بین می برد که پراکندگی رنگ ها پیش نیازی برای شناسایی رنگ است و راه را برای تشخیص رنگ فوق العاده مطمئن توسط ماشین هایی با پیچیدگی مهندسی کاهش می دهد.