Un nuevo tipo de visión artificial no puede ser engañado por iluminación extraña

Categoría: Sin categorizar Al corriente 21 de noviembre

La visión artificial ha recorrido un largo camino desde Imagenet , un gran conjunto de datos de código abierto de imágenes etiquetadas, se lanzó en 2009 para que los investigadores lo usaran para entrenar a la IA, pero las imágenes con iluminación engañosa o mala aún pueden confundir a los algoritmos. Los investigadores intentaron emplear reglas hechas a mano sobre cómo la luz interactúa con los objetos o usaron un conjunto de datos que cubre tantas situaciones de iluminación como sea posible. Pero hay una combinación casi ilimitada de elementos y luz en el mundo real, lo que dificulta ambos enfoques.

Un nuevo artículo de investigadores del MIT y DeepMind detalla un proceso que puede identificar imágenes con diferentes luces sin tener que codificar manualmente las reglas o entrenar con un gran conjunto de datos. El proceso, llamado red intrínseca renderizada (RIN), separa automáticamente una imagen en capas de reflectancia, forma e iluminación. Luego vuelve a combinar las capas en una reconstrucción de la imagen original.

Para entrenar a RIN, los investigadores crearon un conjunto de datos de cinco formas (cubos, esferas, conos, cilindros y toros) y renderizaron cada uno con 10 orientaciones diferentes y 500 colores diferentes. Como prueba de concepto, los investigadores mostraron cómo dividir una imagen en las tres capas podría ayudar a una computadora a identificar qué elemento en una imagen es o inferir su forma. Por ejemplo, el modelo aprendió a detectar elementos mucho más complicados, como los modelos clásicos de prueba de imágenes. conejito de stanford , tetera de utah , y Suzanne de Blender —después de haber sido entrenado en las formas de muestra básicas, sin siquiera ver ejemplos etiquetados.

Más allá de ofrecer una nueva forma de superar el problema de las infinitas situaciones de iluminación de una imagen, RIN también es un ejemplo de aprendizaje con datos sin etiquetar. La mayoría de la IA todavía necesita datos etiquetados para aprender, y prepararlos lleva horas de trabajo humano repetitivo. Encontrar una forma de aprender a partir de datos no etiquetados es una de las próximas fronteras de la inteligencia artificial.