Pesquisadores da Universidade da Califórnia, nos Estados Unidos, desenvolveram um sistema que pode melhorar a detecção de pedestres em sistemas de carros autônomos. De acordo com os responsáveis pelo estudo, o novo algoritmo é capaz de identificar as pessoas quase em tempo real e com maior precisão do que os principais concorrentes no setor.
O programa combina modelos computacionais tradicionais com a aprendizagem profunda para melhorar a precisão e a velocidade de detecção. O objetivo é permitir que um carro autônomo, robô ou drone detecte e evite potenciais conflitos causados por pessoas que atravessem em sua frente.
Como funciona?
A maior parte dos sistemas de detecção de pedestres divide um imagem em pequenas partes, chamadas janelas, que são processadas por um programa que determina a presença de uma forma humana. O problema é que os seres humanos possuem diferentes tamanhos e formas, o que pode dificultar o trabalho. Outra dificuldade é a mudança de disância e a perspectiva dos objetos. Num app típico em tempo real, isso significa o processamento de milhões de janelas entre 5 e 30 quadros por segundo.
A nova técnica realiza a mesma função, em três etapas: na primeira, são descartados os quadros que não contém formatos humanos nem nada parecido com eles. A segunda fase classifica descarta os quadros que possuem objetos similares em forma ou variação de cor para os seres humanos, mas não são (árvores, arbustos, outros veículos).
A terceira fase classifica detalhes menores até encontrar os possíveis pedestres. Apesar de ser trabalhosa, a tarefa completa é realizada rapidamente.
Via Gizmag
