[ad_1]
关键要点
- 计算机视觉研究人员试图教会人工智能模型观察周边环境。
- 新颖的周边视觉模型可能可用于开发驾驶员安全系统。
- 研究人员希望开发出能够准确预测人类如何检测视野边缘物体的人工智能模型。
尽管自动驾驶汽车是计算机视觉最明显的汽车用例，但人工智能技术在该领域还有许多其他潜在应用。
例如，最近的一项研究使用机器学习（ML）来模拟周边视觉，通过帮助人工智能模型“看”得更像人类，可以提高驾驶员的安全性。
计算机视觉研究人员探索外围
在可以不加区分地处理连续的视觉信息流以扫描模式的人工智能模型中，教授神经网络周边视觉的艺术乍一看似乎是违反直觉的。
对于人类来说，周边视觉将视野扩展到焦点区域之外。但如果人工智能可以处理任何视觉数据，那么专注于有限的空间区域又有什么意义呢？
然而，正如最近研究的作者所强调的那样，如果计算机视觉模型可以被教导模仿人类的视觉处理，那么它们就可以用来预测人们是否会看到他们没有关注的物体。
潜在的安全应用
周边视觉模型的一个拟议应用是将其纳入人工智能系统，以提醒驾驶员注意他们可能看不到的危险。
研究人员表示，他们最终的目标是开发一种能够高度准确地预测人类视觉边缘表现的模型。然而，他们最初的尝试远远达不到人类用眼角余光感知事物的能力。
人工智能的人类应用
研究人员发现，在处理距离焦点中心 10° 以内的视觉数据时，人工智能和人类的图像检测能力下降的速度相似。但在此之后，神经网络识别不同物体的能力急剧下降，而人类视力逐渐下降到视野边缘。
了解人类如何在有限的视觉信息下识别物体有助于提高未来人工智能模型的性能，特别是在对驾驶员最危险的低能见度条件下。
这篇文章有帮助吗？
