Telpas vizuālā un fiziskā raksturojuma apstrāde izmantojot neironu tīklus

Abstract

Ainas raksturojums jeb vizuāli sensoru datu apstrāde ir inteliģentu būtņu svarīga īpašība. Cilvēkiem piemīt spējas viegli raksturot, analizēt un pārvietoties iepriekš neredzētā telpā. Datoriem šāda īpatnība nav raksturīga. Datorikas nozares viena no aktuālākajām problēmām ir šo spēju piešķiršana datoram. Identificēt tādus šķēršļus kā sienas ir ļoti svarīgi, piemēram, dažāda veida robotiem, kas pārvietojas telpā. Pētnieciskie darbi šajā nozarē it īpaši pēdējo gadu laikā norāda uz to, ka neironu tīkli ļoti veiksmīgi risina šo problēmu, ja ir nodrošināta liela labi marķētu datu kopa. Līdz ar to arī pastāv aktuāla problēma, kā no šī datu marķēšanas procesa izslēgt cilvēcisko faktoru?

Scene characterization, or visual sensor data processing, is an important feature of intelligent beings. People have the ability to easily describe, analyse and move in an unprecedented space. Computers do not have this feature. One of the current problems in the computer industry and the allocation of these capabilities to the computer. Identifying obstacles such as walls is very important, for example, for different types of robots moving in space. Research in this area, especially in recent years, has shown that neural networks are very successful in tackling this problem and that a large set of well-labelled data is provided. Hence the constant topical problem, how are there no human factors in the exclusion of this data labelling process?