Objectherkenning is een taak die computers nog altijd veel slechter kunnen dan een mens. Dat komt doordat een computer geen wereldbeeld heeft en dus moet terugvallen op technische trucs. Bijvoorbeeld het signaleren van randen en contrastrijke onderdelen van een voorsteling, om op basis daarvan een juiste schatting te maken van wat het is.
Dat lukt vaak aardig als het probleemgebied maar klein genoeg is, bijvoorbeeld voor een toepassing waarbij gezichten herkend moeten worden. Zo'n systeem kan niet zonder meer worden gebruikt voor het besturen van een voertuig op een drukke weg. De nieuwe aanpak van MIT lijkt dit bezwaar te ondervangen. De beelden worden eerst geanalyseerd op basis van de kleinste details. Van daaruit worden de grotere componenten gecatalogiseerd, tot uiteindelijk het hele beeld in getalvorm is omgezet.
Een programma gaat vervolgens met het model aan de slag, waarbij van groot naar klein wordt gewerkt. Bij proeven blijkt deze aanpak veel betere resultaten te geven dan de traditionele. "En we hebben minder geheugen nodig, omdat het systeem kan werken met gedeelde onderdelen. Bijvoorbeeld: de vorm van een paard en een hert vertoont veel overeenkomsten. Die hoeven maar een keer te worden opgeslagen. Alleen de afwijkende zaken, zoals een gewei, nemen extra ruimte in", zegt professor Tai Sing Lee van het MIT.
Reacties
Om een reactie achter te laten is een account vereist.
Inloggen Word abonnee