A-Eye は何百万もの色を認識して自動化を向上させることができます

Northeastern の研究者は、新しい人工知能技術を使用して「何百万もの色」を認識できるデバイスを構築しました。 「自動化の世界では、形状と色は、機械が物体を認識できる最も一般的に使用されるアイテムです。」とカーは言います。

ブレークスルーは XNUMX つあります。 研究者は、機械に光を入れるために使用される光学窓に組み込まれた特別な量子特性を持つ XNUMX 次元材料を設計することができ、「非常に高い精度」で豊かな多様性の色を処理できます。以前に達成できました。

さらに、アシスタントの Sarah Ostadabbas 氏が率いる AI 研究者チームが開発した機械学習アルゴリズムのおかげで、A-Eye は「「見た」色を正確に認識し、元のスペクトルからの偏差がゼロで再現する」ことができます。ノースイースタン大学の電気およびコンピューター工学の教授。 このプロジェクトは、ノースイースタンの量子材料と拡張認知ラボの間のユニークなコラボレーションの結果です。

マシンは通常、従来の RGB (赤、緑、青) フィルターを使用して色を構成要素に分解することで色を認識し、その情報を使用して基本的に元の色を推測し、再現します。 デジタル カメラを色付きの物体に向けて写真を撮ると、その物体からの光が一連の検出器を通過し、その前にフィルタがあり、光を RGB 原色に区別します。

これらのカラー フィルターは、視覚情報またはデータを別々のボックスに導き、「自然な色に人工的な数字を割り当てる」漏斗と考えることができます、と Kar は言います。

「つまり、XNUMX つのコンポーネント [赤、緑、青] に分解するだけでは、いくつかの制限があります」と Kar 氏は言います。

フィルターを使用する代わりに、Kar と彼のチームは、独自の XNUMX 次元素材で作られた「透過窓」を使用しました。

「私たちは機械にまったく異なる方法で色を認識させようとしています」とカーは言います。 「色付きの光がたとえば検出器に現れると、それを主な赤、緑、青の成分に分解する代わりに、それらの成分を探すだけでなく、スペクトル情報全体を使用しています。 さらに、いくつかの手法を使用して、それらを変更およびエンコードし、さまざまな方法で保存しています。 そのため、元の色を従来の方法よりもはるかに一意に認識するのに役立つ一連の数値が提供されます。」

今日の材料 – 励起子 2D 材料と機械学習を使用した分散のない高精度の色認識

抽象的な
分散は、広帯域光を分析するために必要な基本的なステップとして受け入れられています。 人間の目による色の認識、カメラによるデジタル再現、または分光計による詳細な分析はすべて分散を利用しています。 また、色検出とマシン ビジョンに固有のコンポーネントでもあります。 ここでは、スペクトル分散なしで、テストされた色を正確に認識して再現するデバイス (人工の目または A-Eye と呼ばれます) を紹介します。 代わりに、A-Eye は、3D 遷移金属ジカルコゲニドの広帯域透過率と励起子ピーク機能から生じる独自のスペクトル機能をそれぞれ持つ N = 12 ～ 2 の透過ウィンドウを使用します。 これらのウィンドウを通過 (および変更) され、単一の光検出器に入射する色光は、異なる光電流を生成し、これらを使用して、1337 の「見える」色と 0.55 万の合成された「見えない」色の参照データベース (トレーニング セット) を作成しました。 これらのウィンドウによって変更されたテスト カラーを「見る」ことにより、A-Eye は、k-NN アルゴリズムを使用して、元のスペクトルからの偏差がゼロの「見える」色とわずか 1 % の中央値偏差で「見えない」色を正確に認識して再現できます。 . A-Eye は、修正された推測をトレーニング データベースに追加することで、色の推定を継続的に改善できます。 A-Eye の正確な色認識は、色の分散が色識別の前提条件であるという考えを払拭し、エンジニアリングの複雑さを軽減したマシンによる非常に信頼性の高い色認識への道を開きます。