El sensor neuro-óptico puede reconocer mo

imagen: Los sensores tradicionales solo capturan un momento único en un cuadro, pero el nuevo sensor puede leer información sobre el pasado y usarla para predecir el futuro.
Escena más

Crédito: Hongwei Tan/Universidad Aalto

Un nuevo sensor bioinspirado puede reconocer objetos en movimiento en un solo cuadro de un video y predecir con éxito a dónde irán. Este sensor inteligente descrito en Comunicaciones de la naturaleza papelSerá una herramienta valiosa en una variedad de áreas, incluida la detección de visión dinámica, la inspección automática, el control de procesos industriales, la guía automatizada y la tecnología de conducción autónoma.

Los sistemas de detección de movimiento existentes necesitan muchos componentes y algoritmos complejos que realizan análisis cuadro por cuadro, lo que los hace ineficientes y consumen mucha energía. Inspirándose en el sistema visual humano, los investigadores de la Universidad Aalto han desarrollado una nueva tecnología de neurovisión que integra la detección, la memoria y el procesamiento en un solo dispositivo que puede detectar movimiento y predecir trayectorias.

En el centro de su tecnología se encuentra un grupo de fotomemristores, que son dispositivos eléctricos que producen una corriente eléctrica en respuesta a la luz. La corriente no se detiene una vez que se apaga la luz. En cambio, se degrada gradualmente, lo que significa que los fotófagos pueden «recordar» efectivamente si han estado expuestos a la luz recientemente. Como resultado, el sensor hecho de una matriz de computadoras ópticas no solo registra información inmediata sobre una escena, como lo hace una cámara, sino que también incluye una memoria dinámica de momentos anteriores.

READ  Cómo obtener el recuento de palabras en las páginas de Apple

«Una propiedad única de nuestra tecnología es su capacidad para combinar una serie de imágenes ópticas en un solo cuadro», explica Hongwei Tan, el investigador que dirigió el estudio. La información de cada imagen se incluye en las siguientes imágenes como información oculta. En otras palabras, el último cuadro del video también contiene información sobre todos los cuadros anteriores. Esto nos permite detectar movimiento al principio del video analizando solo el cuadro final con una red neuronal artificial simple. El resultado es un módulo sensor compacto y eficiente.

Para demostrar la tecnología, los investigadores usaron videos que mostraban las letras de una palabra una a la vez. Dado que todas las palabras terminaron en la letra «E», el cuadro final de todos los videos se veía igual. Los sensores de visión convencionales no pueden saber si la letra «E» en la pantalla aparece después de las otras letras en «MANZANA» o «GRAPE». Pero la matriz de fotomemristores puede usar la información oculta en el cuadro final para inferir qué letras lo precedieron y predecir cuál era la palabra con casi un 100% de precisión.

En otra prueba, el equipo mostró a los sensores videos de una persona moviéndose a tres velocidades diferentes. El sistema no solo pudo reconocer el movimiento analizando un cuadro, sino que también predijo correctamente los cuadros siguientes.

La detección precisa de movimiento y la predicción del paradero de un objeto son vitales para la tecnología de conducción autónoma y el transporte inteligente. Los vehículos autónomos necesitan predicciones precisas de cómo se mueven los automóviles, bicicletas, peatones y otros objetos para guiar sus decisiones. Al agregar un sistema de aprendizaje automático a la matriz de fotomemristores, los investigadores demostraron que su sistema integrado podía predecir el movimiento futuro en función del procesamiento en el sensor de un marco completo de información.

READ  ¿Google prueba anuncios entre los resultados orgánicos?

«El reconocimiento y la predicción de movimiento con una solución de memoria y computación integrada en un sensor ofrece nuevas oportunidades en la robótica autónoma y la interacción hombre-máquina», dice el profesor Sebastian van Diegen. «La información en el marco que obtenemos en nuestro sistema utilizando fotomemristores evita flujos de datos redundantes, lo que permite tomar decisiones de eficiencia energética en tiempo real».


Descargo de responsabilidad: AAAS y Eurek Alert! No es responsable de la exactitud de los boletines enviados en EurekAlert! A través de organizaciones colaboradoras o por utilizar cualquier información a través del sistema EurekAlert.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *