網路議題

研究人員使用人工智慧辨識影象中類似材料

人工智慧技術能夠辨識同質材料由麻省理工學院和 Adobe Research 的科學家們發展出一種能夠識別同質材料的機器學習技術。該技術適用於場景理解、影象編輯和材料推薦系統等多個領域。在機器人的作業中,該技術能夠使機器人辨識出哪些物體是由相同的材料製成的,從而提高其作業效率。現有方法存在的挑戰識別同 .... (往下繼續閱讀)

分享到 Facebook 分享到 Line 分享到 Twitter

文章目錄

研究人員使用人工智慧辨識影象中類似材料

人工智慧技術能夠辨識同質材料

由麻省理工學院和 Adobe Research 的科學家們發展出一種能夠識別同質材料的機器學習技術。該技術適用於場景理解、影象編輯和材料推薦系統等多個領域。在機器人的作業中,該技術能夠使機器人辨識出哪些物體是由相同的材料製成的,從而提高其作業效率。

現有方法存在的挑戰

識別同質材料的現有方法難以精確識別出所有表示相同材料的畫素點,例如一張桌子和兩把椅子,椅腳和桌面由相同的木材製成,傳統方法可能無法準確識別這些相似區域,因為其往往聚焦於整個物品而非材料本身。為解決這一問題,麻省理工學院和 Adobe Research 的科學家開發了一種機器學習方法,動態評估影象中的所有畫素,以決定使用者所選畫素與影象中所有其他區域之間的材料相似性。

如何克服困難

麻省理工學院和 Adobe Research 的科學家開發了手動點選畫素的方式,將點選畫素與影象中所有其他畫素進行對比,評估兩者之間的相似度得分,得出每個畫素的材料相似性得分,並對所有畫素進行排序,以此選擇出與點選畫素材料相同的其他材料區域,同時應用在跨影象材料選擇時,我們可以選擇一張影象中的畫素並在另一張影象中尋找相同的材料。

為獲得足夠的資料訓練機器學習模型,研究人員使用電腦生成的 3D 場景來建立了自己的合成資料集,其中包括 50,000 幅影象,每個物體上隨機應用了超過 16,000 種材料。

應用和展望

該技術對改善機器人操作效率有著重要意義,同時也可應用於影象編輯、材料推薦系統等眾多領域。未來該技術將進一步提高模型準確率,包括更好地捕捉影象中物體的細節等方面。而對於普通消費者和設計師來說該技術能夠帶來更好的客觀設計意見、預測材料的價值等應用價值。

Material identification-材料辨識,人工智慧,影象處理,模式識別,深度學習

江塵

江塵

Reporter

大家好!我是江塵,一名熱愛科技的發展和創新,我一直都保持著濃厚的興趣和追求。在這個瞬息萬變的數位時代,科技已經深入到我們生活的方方面面,影響著我們的工作、學習和娛樂方式。因此,我希望透過我的部落格,與大家分享最新的科技資訊、趨勢和創新應用。