A-Eye kan miljoenen kleuren zien voor betere automatisering

Onderzoekers van Northeastern hebben een apparaat gebouwd dat “miljoenen kleuren” kan herkennen met behulp van nieuwe kunstmatige intelligentietechnieken. “In de wereld van automatisering zijn vormen en kleuren de meest gebruikte items waaraan een machine objecten kan herkennen”, zegt Kar.

De doorbraak is tweeledig. Onderzoekers zijn erin geslaagd tweedimensionaal materiaal te ontwikkelen waarvan de speciale kwantumeigenschappen, wanneer ze worden ingebouwd in een optisch venster dat wordt gebruikt om licht in de machine binnen te laten, een rijke diversiteit aan kleuren met “zeer hoge nauwkeurigheid” kunnen verwerken – iets wat beoefenaars in het veld niet hebben gedaan. eerder hebben kunnen verwezenlijken.

Bovendien is A-Eye in staat om “geziene” kleuren nauwkeurig te herkennen en te reproduceren zonder enige afwijking van hun oorspronkelijke spectra”, mede dankzij de machine learning-algoritmen die zijn ontwikkeld door een team van AI-onderzoekers, onder leiding van Sarah Ostadabbas, een assistent hoogleraar elektrische en computertechniek aan Northeastern. Het project is het resultaat van een unieke samenwerking tussen de kwantummaterialen van Northeastern en de Augmented Cognition-laboratoria.

Machines herkennen kleur doorgaans door deze, met behulp van conventionele RGB-filters (rood, groen, blauw), op te splitsen in de samenstellende componenten, en vervolgens die informatie te gebruiken om de oorspronkelijke kleur te raden en te reproduceren. Wanneer u een digitale camera op een gekleurd object richt en een foto maakt, stroomt het licht van dat object door een reeks detectoren met filters ervoor die het licht differentiëren in die primaire RGB-kleuren.

Je kunt deze kleurenfilters beschouwen als trechters die de visuele informatie of gegevens in afzonderlijke vakken kanaliseren, die vervolgens ‘kunstmatige getallen aan natuurlijke kleuren toewijzen’, zegt Kar.

"Dus als je het in drie componenten opsplitst (rood, groen, blauw), zijn er enkele beperkingen", zegt Kar.

In plaats van filters te gebruiken, gebruikten Kar en zijn team ‘doorlatende vensters’ gemaakt van het unieke tweedimensionale materiaal.

“We zorgen ervoor dat een machine kleuren op een heel andere manier herkent”, zegt Kar. “In plaats van het op te splitsen in de belangrijkste rode, groene en blauwe componenten, wanneer een gekleurd licht bijvoorbeeld op een detector verschijnt, in plaats van alleen maar naar die componenten te zoeken, gebruiken we de volledige spectrale informatie. En bovendien gebruiken we enkele technieken om ze te wijzigen, te coderen en op verschillende manieren op te slaan. Het biedt ons dus een reeks cijfers waarmee we de originele kleur veel unieker kunnen herkennen dan op de conventionele manier.”

Materials Today – Dispersievrije, zeer nauwkeurige kleurherkenning met behulp van excitonische 2D-materialen en machinaal leren

abstract
Dispersie wordt geaccepteerd als een fundamentele stap die nodig is voor het analyseren van breedbandlicht. De herkenning van kleur door het menselijk oog, de digitale reproductie ervan door een camera of de gedetailleerde analyse door een spectrometer maken allemaal gebruik van dispersie; het is ook een inherent onderdeel van kleurdetectie en machinevisie. Hier presenteren we een apparaat (kunstmatig oog of A-Eye genoemd) dat geteste kleuren nauwkeurig herkent en reproduceert, zonder enige spectrale spreiding. In plaats daarvan gebruikt A-Eye N = 3–12 transmissieve vensters, elk met unieke spectrale kenmerken die het resultaat zijn van de breedbandtransmissie en excitonische piekkenmerken van 2D-overgangsmetaaldichalcogeniden. Gekleurd licht dat door deze vensters ging (en werd aangepast door) en op een enkele fotodetector viel, genereerde verschillende fotostromen, en deze werden gebruikt om een ​​referentiedatabase (trainingsset) te creëren voor 1337 “geziene” en 0.55 miljoen gesynthetiseerde “ongeziene” kleuren. Door te “kijken” naar testkleuren die door deze vensters zijn gewijzigd, kan A-Eye nauwkeurig “geziene” kleuren herkennen en reproduceren zonder enige afwijking van hun oorspronkelijke spectra en “ongeziene” kleuren met slechts ∼1% mediaanafwijking, met behulp van het k-NN-algoritme . A-Eye kan de kleurschatting voortdurend verbeteren door gecorrigeerde gissingen toe te voegen aan de trainingsdatabase. De nauwkeurige kleurherkenning van A-Eye verdrijft het idee dat kleurverspreiding een voorwaarde is voor kleuridentificatie en maakt de weg vrij voor uiterst betrouwbare kleurherkenning door machines met verminderde technische complexiteit.