Google的ClearGrasp AI模型可以為計(jì)算機(jī)清除一切

ClearGrasp是Google，哥倫比亞大學(xué)和Synthesis AI之間的合作。

這項(xiàng)研究旨在幫助計(jì)算機(jī)不僅估計(jì)透明物體的反射光，而且還能估計(jì)折射光。

使用機(jī)械手的成功率從12%上升到74%，使用吸力機(jī)械的成功率從64%上升到86%。

作為人類，無論是像蘋果這樣的固體物體，還是像玻璃這樣的透明物體，從桌子上抓取物體通常都沒有太大的問題。但是，對于計(jì)算機(jī)和機(jī)器人來說，情況就不同了，但是由于有了稱為ClearGrasp的新算法，這可能已成為過去。

在最近在Google的AI博客中進(jìn)行的解釋中，它描述了Google研究人員，哥倫比亞大學(xué)和Synthesis AI團(tuán)隊(duì)如何能夠開發(fā)一種新的機(jī)器學(xué)習(xí)算法，該算法可以從RGB-D圖像中的透明對象中準(zhǔn)確估計(jì)3D數(shù)據(jù)。 。由于大多數(shù)成像模型都是基于假設(shè)所有表面(無論是桌子還是汽水罐)的固體對象，都是朗伯型的-它們在各個(gè)方向上均等地反射光-透明的對象會造成問題。這是因?yàn)檫@些物體不僅反射光，而且光也被折射，這反過來給成像系統(tǒng)造成問題。

對象成像在倉庫，汽車行業(yè)的許多應(yīng)用中得到使用，甚至在廚房中也得到使用。因此，由于多種原因，吸引人的不僅是看到固態(tài)物體而且是透明物體的能力。這種新的AI模型教導(dǎo)計(jì)算機(jī)能夠從RGB-D相機(jī)捕獲的3D圖像中重建深度。

研究團(tuán)隊(duì)將大量數(shù)據(jù)輸入到機(jī)器學(xué)習(xí)模型中，以提高其“拾取和放置”機(jī)器人系統(tǒng)的對象檢測模型的準(zhǔn)確性，該系統(tǒng)的名稱就是暗示了拾取對象并將它們放置在另一個(gè)位置的情況。新的學(xué)習(xí)系統(tǒng)將使用平行顎爪抓取器的機(jī)器人準(zhǔn)確地檢測和抓取透明物體的能力從12%提高到74%，而使用吸爪的能力從64%提高到86%。

隨著機(jī)器人技術(shù)的使用不斷增加以及新的應(yīng)用程序，我們看到了其功能得到了應(yīng)用。這項(xiàng)新的研究只會擴(kuò)大機(jī)器人的使用范圍。但是，計(jì)算機(jī)成像不僅用于機(jī)器人抓取物體，還用于房屋，汽車和許多其他方式的攝像機(jī)-那么誰知道這些系統(tǒng)的未來將如何呢?