Autonome Fahrzeuge müssen in der Lage sein, Objekte, auf die sie stoßen, schnell und genau zu identifizieren, beispielsweise um die Ecke geparkte Lieferwagen oder sich einer Kreuzung nähernde Radfahrer. Um dies zu erreichen, könnten autonome Autos ein leistungsstarkes Computer-Vision-Modell verwenden, um jedes Pixel in hochauflösenden Szenenbildern zu klassifizieren und sicherzustellen, dass sie keine Objekte übersehen, die in Bildern mit geringer Qualität möglicherweise verdeckt sind. Diese als semantische Segmentierung bezeichnete Aufgabe ist jedoch sehr komplex und erfordert insbesondere bei hochauflösenden Bildern einen aufwändigen Rechenaufwand.
Internationalen Medienberichten zufolge haben Forscher des Massachusetts Institute of Technology (MIT), des MIT-IBM Watson AI Lab und anderer Institutionen zusammengearbeitet, um ein effizienteres Computer-Vision-Modell zu entwickeln, wodurch die Rechenkomplexität der oben genannten Aufgabe erheblich reduziert wird. Dieses Modell kann eine präzise semantische Segmentierung in Echtzeit auf Geräten mit begrenzten Hardware-Ressourcen durchführen, wie z. B. Bordcomputern in Fahrzeugen, sodass autonome Autos sofortige Entscheidungen treffen können.
Aktuelle semantische Segmentierungsmodelle auf dem neuesten Stand der Technik können die Interaktionen zwischen jedem Pixelpaar in einem Bild direkt lernen, was bedeutet, dass ihre Berechnung mit zunehmender Bildauflösung quadratisch zunimmt. Obwohl solche Modelle sehr genau sind, ist ihre Verarbeitungsgeschwindigkeit zu langsam, um hochauflösende Bilder in Echtzeit auf Edge-Geräten wie Sensoren oder Smartphones zu verarbeiten.
Forscher am MIT haben eine neue Komponente für das semantische Segmentierungsmodell entwickelt, die über Fähigkeiten verfügt, die denen der fortschrittlichsten Modelle ihrer Art entsprechen, aber nur eine lineare Rechenkomplexität erreicht und effiziente Hardware-Operationen ermöglicht.
Das Ergebnis der Arbeit der Forscher ist eine neuartige Modellreihe für hochauflösendes Computersehen. Bei der Bereitstellung auf mobilen Geräten arbeiten diese Modelle neunmal schneller als ihre Vorgänger. Wichtig ist, dass dieses neue Modell im Vergleich zu alternativen Lösungen eine ähnliche, wenn nicht sogar bessere Genauigkeit erreicht.
Diese Technologie kann autonome Autos nicht nur bei der Entscheidungsfindung in Echtzeit unterstützen, sondern auch die Effizienz anderer hochauflösender Computer-Vision-Aufgaben steigern, beispielsweise der medizinischen Bildsegmentierung.
