廣州樂行機器視覺設備技術有限公司

     當人們把GoPro相機綁在頭上時，狗的目的可以帶來新的意義。這段狗攝像頭視頻剪輯幫助訓練了計算機視覺軟件，并可能有一天會導致機器人狗的同伴。
    
     十年后的想法被描述為從狗的角度出發的以自我為中心的視頻數據集，它根據智能生物在現實世界中的觀察和移動方式，直接模擬智能生物的行為。一只阿拉斯加雪橇狗Kelp M.Redmon的視覺和運動數據已經被證明能夠做好訓練準備。-做了深入的學習算法來預測狗對不同情況的反應，比如看到主人拿著一袋零食或扔一個球。
    
     西雅圖華盛頓大學計算機科學博士生KianaEhsani說：最近的應用程序將模擬狗的行為，并試圖利用這些數據制造出真正的機器狗。
    
     狗是視覺智能體建模的首選研究者，因為它們的行為比人類簡單，但通過與其他狗和人類的社會互動，它們的行為也比其他動物復雜。
    
     這項研究由國家科學基金會和海軍研究辦公室資助。Ehsani和她的同事在華盛頓大學和艾倫AI研究所（AIA2）在2018年3月28日的論文中發表了他們的工作細節，并上傳到預印本服務器ARXIV {PDF}。
    
     數據采集過程不僅僅是把GoPro相機放在阿拉斯加Mamalute的頭上。研究人員還將運動跟蹤器連接到狗的身體和關節上，以記錄每個身體部位的絕對位置以及狗四肢和身體的相對角度。跟蹤器采集的平均速率是每秒20個讀數。ND通過一個基于樹莓Pi3.0的計算機系統進行同步。
    
     埃薩尼解釋說：我們需要對狗的動作和動作有很強的控制力，對狗要輕而舒適，這樣它就不會干擾她的正常行為。
    
     狗的視覺和運動數據的結合使研究人員能夠訓練深入的學習算法，而不僅僅是預測未來的狗的運動。它還使研究人員能夠預測從A點到B點狗四肢和關節的正確運動順序：這是編程機器狗執行相同運動和行為的早期步驟。維奧。
    
     對視覺智能代理的整體行為建模的想法不同于傳統的計算機視覺研究，它訓練機器學習算法-包括更專業的深度學習算法-用于非常具體的視覺任務，如物體檢測或身體姿勢估計。這些任務通常更容易評估比最近研究中模擬的更為復雜的狗行為更為明確，但它們也傾向于代表代理任務，而不是直接代表智能有機體實際觀察世界的方式。