Wetenschap
Grafisch abstract. Krediet:Materialen vandaag (2022). DOI:10.1016/j.mattod.2022.08.016
Een interdisciplinair team van onderzoekers van Northeastern heeft een apparaat gebouwd dat 'miljoenen kleuren' kan herkennen met behulp van nieuwe kunstmatige-intelligentietechnieken - een enorme stap, zeggen ze, op het gebied van machinevisie, een zeer gespecialiseerde ruimte met brede toepassingen voor een reeks van technologieën.
De machine, die onderzoekers 'A-Eye' noemen, is in staat om kleuren veel nauwkeuriger te analyseren en te verwerken dan bestaande machines, volgens een artikel dat het onderzoek beschrijft dat is gepubliceerd in Materials Today . Het vermogen van machines om kleur te detecteren of te "zien", wordt een steeds belangrijker kenmerk naarmate de industrie en de samenleving meer geautomatiseerd worden, zegt Swastik Kar, universitair hoofddocent natuurkunde aan Northeastern en co-auteur van het onderzoek.
"In de wereld van automatisering zijn vormen en kleuren de meest gebruikte items waarmee een machine objecten kan herkennen", zegt Kar.
De doorbraak is tweeledig. Onderzoekers waren in staat om tweedimensionaal materiaal te ontwerpen waarvan de speciale kwantumeigenschappen, wanneer ingebouwd in een optisch venster dat wordt gebruikt om licht in de machine te laten, een rijke diversiteit aan kleuren kunnen verwerken met "zeer hoge nauwkeurigheid" - iets dat beoefenaars in het veld niet hebben eerder hebben kunnen bereiken.
Bovendien is A-Eye in staat om 'geziene' kleuren nauwkeurig te herkennen en te reproduceren zonder afwijking van hun oorspronkelijke spectra', ook dankzij de algoritmen voor machinaal leren 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 laboratoria voor augmented cognitie.
De essentie van de technologische ontdekking concentreert zich op de kwantum- en optische eigenschappen van de materiaalklasse, overgangsmetaaldichalcogeniden genaamd. Onderzoekers hebben lang geprezen dat de unieke materialen 'vrijwel onbeperkt potentieel' hebben, met veel 'elektronische, opto-elektronische, detectie- en energieopslagtoepassingen'.
"Dit gaat over wat er met licht gebeurt als het door kwantummaterie gaat", zegt Kar. "Als we deze materialen op een bepaald oppervlak laten groeien en dan licht daar doorheen laten gaan, komt er een elektrisch signaal uit dit andere uiteinde, wanneer het op een sensor valt, dat de groep van [Ostadabbas] als gegevens kan behandelen. "
Als het gaat om machinevisie, zijn er tal van industriële toepassingen voor dit onderzoek die onder meer verband houden met autonome voertuigen, landbouwsortering en satellietbeeldvorming op afstand, zegt Kar.
"Kleur wordt gebruikt als een van de belangrijkste componenten bij het herkennen van 'goed' van 'slecht', 'go' van 'no-go', dus er is hier een enorme implicatie voor een verscheidenheid aan industrieel gebruik,' zegt Kar.
Machines herkennen kleur doorgaans door deze op te splitsen, met behulp van conventionele RGB-filters (rood, groen, blauw) in de samenstellende componenten, en die informatie vervolgens te gebruiken om in wezen de oorspronkelijke kleur te raden en te reproduceren. Wanneer je 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 zien als trechters die de visuele informatie of gegevens in afzonderlijke vakken kanaliseren, die vervolgens 'kunstmatige nummers aan natuurlijke kleuren' toewijzen, zegt Kar.
"Dus als je het opsplitst in drie componenten [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 laten een machine kleur op een heel andere manier herkennen", zegt Kar. "In plaats van het op te splitsen in zijn belangrijkste rode, groene en blauwe componenten, gebruiken we de volledige spectrale informatie wanneer er een gekleurd licht verschijnt, bijvoorbeeld op een detector, in plaats van alleen die componenten te zoeken. gebruiken enkele technieken om ze te wijzigen en te coderen, en ze op verschillende manieren op te slaan. Het biedt ons dus een reeks cijfers die ons helpen de originele kleur veel unieker te herkennen dan op de conventionele manier."
Als het licht door deze vensters valt, verwerkt de machine de kleur als gegevens; Daarin zijn machine learning-modellen ingebouwd die patronen zoeken om de corresponderende kleuren die het apparaat analyseert beter te identificeren, zegt Ostadabbas.
"A-Eye kan de kleurschatting continu verbeteren door gecorrigeerde schattingen toe te voegen aan zijn trainingsdatabase", schreven de onderzoekers. + Verder verkennen
Wetenschap © https://nl.scienceaq.com