借助獨特2D材料和機器學習，CV像人一樣「看見」數百萬種顏色

人的眼睛可以看見數百萬種顏色，現在人工智慧也可以。

近日，來自美國東北大學的一個跨學科研究團隊使用新的人工智慧技術構建了一種可以識別數百萬種顏色的新設備A-Eye，這讓機器視覺領域邁出了一大步，將廣泛應用於自動駕駛汽車、農業分類和遠端衛星成像等一系列技術。

研究論文發表在了《Materials Today》。

論文網址：https://www.sciencedirect.com/science/article/abs/pii /S1369702122002255

該研究通訊作者、東北大學物理學副教授Swastik Kar 說：「隨著自動化越來越廣泛，機器辨識物體顏色和形狀的能力也越來越重要。」

該研究設計了一種具有特殊量子特性的2D 材料，將其嵌入光線進入A-Eye 機器的光學窗口，就能以「非常高的精準度」處理豐富多樣的顏色－這是前所未有的。

此外，A-Eye 能夠準確地識別和再現「看到」的顏色，與原始光譜零偏差。這得歸功於由美國東北大學電機與電腦工程助理教授 Sarah Ostadabbas 領導的 AI 研究團隊開發的機器學習演算法。

整個研究的主要技術集中在一類稱為過渡金屬二硫化物材料（Transition Metal Dichalcogenides）的量子和光學特性上，這種獨特的材料一直被認為具有無限的潛力，特別是在感測和儲能應用方面。

研究概述

在識別顏色時，機器通常使用傳統的RGB（紅、綠和藍）過濾器將顏色分解為組成成分，然後使用該訊息本質上猜測並再現色光三原色。當你把數位相機對準一個有色物體並拍照時，來自該物體的光線會穿過一組檢測器，而這些檢測器前面配有過濾器用於將光線區分為這些原始 RGB 顏色。

Kar 表示，「你可以將濾色器看作將視覺訊息或資料傳送到單獨盒子（seperate box）的funnel，然後這些funnel 將人造數字分配給自然色」但如果只是將顏色分解為三個組成成分（紅、綠和藍），則會有一些限制。

然而，Kar 和他的團隊並沒有使用濾色器，而是使用由獨特的 2D 材料製成的「透射視窗」（transmissive windows）。

Kar 稱他們正在讓機器（即 A-Eye）透過一種截然不同的方式來識別顏色。當有色光線照射在探測器上時，研究人員沒有將它分解為主要的紅、綠和藍色成分，也不僅僅是尋找這些成分，而是使用了整個光譜資訊。

最重要的是，研究人員使用了一些技術來修改和編碼這些成分，並以不同的方式儲存它們。因此，他們得到了一組數字，並能夠以非常不同於傳統的方式來識別三原色。

下圖左上為建構 A-Eye 使用的 2D 材料，右上為 A-Eye 的工作流程，圖下為測試顏色與 A-Eye 估計的顏色對比。

另一位作者 Sarah Ostadabbas 表示，當光線穿過這些透射視窗時，A-Eye 將顏色處理為資料。並且內建的機器學習模型可以尋找模式以更好地識別 A-Eye 分析出的相應顏色。

同時，A-Eye 還可以透過將任何正確的猜測添加到其訓練資料集中，來不斷地改進顏色估計結果。

一作簡介

該研究的一作Davoud Hejazi 現為Titan Advanced Energy Solutions 的高級數據科學家，專注於統計建模、機器學習、信號處理、圖像處理、雲端運算和數據可視化等領域。

今年 5 月，他取得了東北大學的物理學博士，畢業論文為《Dispersion-Free Accurate Color Estimation using Layered Excitonic 2D Materials and Machine Learning》。

論文網址：https://repository.library.northeastern.edu/files/neu:4f171c96c

以上是借助獨特2D材料和機器學習，CV像人一樣「看見」數百萬種顏色的詳細內容。更多資訊請關注PHP中文網其他相關文章！