Новая система искусственного интеллекта MvACon повышает точность восприятия самодвижущихся автомобилей

Исследователи из Университета штата Северная Каролина разработали новый подход к тому, как помочь самоуправляемым автомобилям лучше понять, что их окружает. Эта новая система, которую они назвали Multi-View Attentive Contextualization (MvACon), устраняет некоторые из типичных проблем, возникающих в современных системах ИИ с трансформацией зрения, которые работают над обнаружением предметов в 3D под разными углами.

Они провели несколько тестов с использованием набора данных nuScenes - популярного набора данных для автономного вождения - и MvACon удалось повысить точность обнаружения в нескольких лучших системах технического зрения. Когда они объединили его с системой BEVFormer, он показал явные улучшения в определении местоположения объектов, предсказании того, в какую сторону они направлены, и даже в приблизительном определении скорости их движения.

Команда обнаружила, что метод внимания MvACon, который фокусируется на кластерах, обеспечивает четкое обнаружение транспортных средств и близлежащих структур. Они называют это "локальной системой координат с учетом контекста объекта", то есть система лучше чувствует пространство, что очень помогает в отслеживании движения и лица объектов.

Инновационность этой технологии заключается в том, что ее можно легко добавить в существующие системы автономного видения транспортных средств, не требуя дополнительного оборудования. И неважно, в какой системе она используется, она неизменно улучшает производительность независимо от того, как она реализована.

Тестирование показало, что система эффективно работает даже в сложных сценариях с множеством тесных объектов.