อัจฉริยะของไอน์สไตน์ ฟูเรียร์เป็นกุญแจสู่การมองเห็นคอมพิวเตอร์แบบใหม่ที่เลียนแบบวิธีที่มนุษย์รับรู้รูปร่าง 3 มิติ

เทคนิคที่เรียกว่าการทำแผนที่ความร้อนและการกระจายความร้อน ใช้วิธีการทางคณิตศาสตร์เพื่อช่วยให้เครื่องจักรสามารถรับรู้วัตถุสามมิติได้ Karthik Ramani ศาสตราจารย์ด้านวิศวกรรมเครื่องกล Donald W. Feddersen แห่ง Purdue University กล่าว "มนุษย์สามารถรับรู้รูปร่าง 3 มิติได้อย่างง่ายดาย แต่มันไม่ง่ายเลยสำหรับคอมพิวเตอร์" เขากล่าว "เราสามารถแยกวัตถุอย่างมือออกเป็นส่วนต่างๆ ได้อย่างง่ายดาย - ฝ่ามือและห้านิ้ว - ซึ่งเป็นการทำงานที่ยากสำหรับคอมพิวเตอร์" เทคนิคทั้งสองนี้สร้างขึ้นจากฟิสิกส์พื้นฐานและสมการทางคณิตศาสตร์ที่เกี่ยวข้องกับการกระจายความร้อนบนพื้นผิว "อัลเบิร์ต ไอน์สไตน์มีส่วนร่วมในการแพร่ และนักฟิสิกส์ในศตวรรษที่ 18 ฌอง บัปติสต์ โจเซฟ ฟูริเยร์ได้พัฒนากฎของฟูริเยร์ ซึ่งใช้ในการหาสมการความร้อน" รามานีกล่าว "เรากำลังยืนอยู่บนไหล่ของยักษ์ใหญ่ในการสร้างอัลกอริธึมสำหรับแนวทางใหม่เหล่านี้โดยใช้สมการความร้อน" เมื่อความร้อนกระจายไปทั่วพื้นผิว ความร้อนจะตามและจับส่วนโค้งของรูปร่างได้อย่างแม่นยำ ระบบใช้ประโยชน์จาก "ความฉลาดของความร้อน" นี้ โดยจำลองความร้อนที่ไหลจากจุดหนึ่งไปยังอีกจุดหนึ่ง และในกระบวนการระบุลักษณะรูปร่างของวัตถุ เขากล่าว การค้นพบจะมีรายละเอียดในเอกสารสองฉบับที่นำเสนอในระหว่างการประชุม IEEE Computer Vision and Pattern Recognition ในวันที่ 21-23 มิถุนายนในโคโลราโดสปริงส์ บทความนี้เขียนโดย Ramani นักศึกษาปริญญาเอกของ Purdue Yi Fang และ Mengtian Sun และ Minhyong Kim ศาสตราจารย์ด้านคณิตศาสตร์บริสุทธิ์ที่ University College London ข้อจำกัดที่สำคัญของวิธีการที่มีอยู่คือพวกเขาต้องการ "ข้อมูลก่อนหน้า" เกี่ยวกับรูปร่างเพื่อให้สามารถวิเคราะห์ได้ "ตัวอย่างเช่น อัจฉริยะ ในการแบ่งส่วน คุณต้องบอกคอมพิวเตอร์ล่วงหน้าว่าวัตถุมีกี่ส่วน" รามานีกล่าว "คุณต้องบอกว่าคุณกำลังคาดหวัง เช่น 10 ส่วนหรือ 12 ส่วน" วิธีการใหม่นี้เลียนแบบความสามารถของมนุษย์ในการรับรู้วัตถุอย่างถูกต้อง เนื่องจากไม่ต้องใช้ความคิดแบบอุปาทานว่ามีกี่ส่วน "เรากำลังพยายามเข้าใกล้การแบ่งส่วนของมนุษย์ให้มากที่สุด" รามานีกล่าว "พื้นที่ที่กำลังมาแรงในขณะนี้คือการเรียนรู้ของเครื่องแบบไม่มีผู้ดูแล ซึ่งหมายความว่าเครื่องจักร เช่น หุ่นยนต์ สามารถรับรู้และเรียนรู้ได้โดยไม่ต้องมีการฝึกอบรมใดๆ มาก่อน เราสามารถประมาณการการแบ่งส่วนได้ แทนที่จะให้จำนวนส่วนที่กำหนดไว้ล่วงหน้า" งานนี้ได้รับการสนับสนุนบางส่วนจากมูลนิธิวิทยาศาสตร์แห่งชาติ สิทธิบัตรเกี่ยวกับเทคโนโลยีอยู่ระหว่างการพิจารณา วิธีการดังกล่าวมีการใช้งานที่เป็นไปได้มากมาย รวมถึงเครื่องมือค้นหา 3 มิติเพื่อค้นหาชิ้นส่วนเครื่องจักรกล เช่น ส่วนประกอบยานยนต์ในฐานข้อมูล การมองเห็นและการนำทางของหุ่นยนต์ ภาพทางการแพทย์ 3 มิติ; โดรนทหาร เกมมัลติมีเดีย การสร้างและจัดการตัวละครแอนิเมชั่นในการผลิตภาพยนตร์ ช่วยให้กล้อง 3 มิติเข้าใจท่าทางของมนุษย์สำหรับเกมแบบโต้ตอบ มีส่วนร่วมในความก้าวหน้าของสาขาวิทยาศาสตร์และวิศวกรรมที่เกี่ยวข้องกับการจดจำรูปแบบ การเรียนรู้ของเครื่อง และคอมพิวเตอร์วิทัศน์ วิธีการทำแผนที่ความร้อนทำงานโดยการแบ่งวัตถุออกเป็นตาข่ายสามเหลี่ยม ซึ่งเป็นรูปร่างที่ง่ายที่สุดที่สามารถระบุลักษณะพื้นผิวได้ แล้วจึงคำนวณการไหลของความร้อนเหนือวัตถุตาข่าย วิธีการนี้ไม่เกี่ยวข้องกับการติดตามความร้อนอย่างแท้จริง มันจำลองการไหลของความร้อนโดยใช้หลักการทางคณิตศาสตร์ที่ได้รับการยอมรับเป็นอย่างดี รามานีกล่าว การทำแผนที่ความร้อนช่วยให้คอมพิวเตอร์สามารถจดจำวัตถุ เช่น มือหรือจมูก ไม่ว่านิ้วจะงอหรือจมูกจะผิดรูปอย่างไร และสามารถเพิกเฉยต่อ "สัญญาณรบกวน" ที่เกิดจากการสแกนด้วยเลเซอร์ที่ไม่สมบูรณ์หรือข้อมูลที่ผิดพลาดอื่นๆ “ไม่ว่าคุณจะขยับนิ้วหรือทำให้ฝ่ามือผิดรูปอย่างไร คนก็ยังมองเห็นได้ว่าเป็นมือ” รามานีกล่าว "แต่สำหรับคอมพิวเตอร์ที่จะบอกว่ามันยังคงเป็นมือนั้นคงเป็นเรื่องยาก คุณต้องมีเฟรมเวิร์ก -- อัลกอริทึมที่สม่ำเสมอและแข็งแกร่งที่จะทำงานไม่ว่าคุณจะรบกวนจมูกและส่งเสียงรบกวนหรือว่าเป็นจมูกของคุณหรือของฉัน " วิธีการนี้จำลองการไหลของความร้อนบนวัตถุได้อย่างแม่นยำ ในขณะเดียวกันก็เผยให้เห็นโครงสร้างและแยกแยะจุดเฉพาะที่จำเป็นสำหรับการแบ่งส่วนโดยการคำนวณ "ลายเซ็นความร้อน" การรู้ลายเซ็นความร้อนช่วยให้คอมพิวเตอร์สามารถระบุจุดศูนย์กลางของแต่ละส่วน กำหนด "น้ำหนัก" ให้กับส่วนเฉพาะ จากนั้นกำหนดรูปร่างโดยรวมของวัตถุ "ความสามารถในการกำหนดน้ำหนักให้กับส่วนต่างๆ เป็นสิ่งสำคัญ เนื่องจากบางจุดมีความสำคัญมากกว่าจุดอื่นๆ ในแง่ของการทำความเข้าใจรูปร่าง" รามานีกล่าว "ปลายจมูกมีความสำคัญมากกว่าจุดอื่นๆ บนจมูก เช่น ในการรับรู้รูปร่างของจมูกหรือใบหน้าอย่างถูกต้อง และปลายนิ้วมือมีความสำคัญมากกว่าจุดอื่นๆ ในการรับรู้มือ" ในการกระจายอุณหภูมิ การไหลของความร้อนจะใช้เพื่อกำหนดลายเซ็นหรือฮิสโตแกรมของวัตถุทั้งหมด "ฮิสโตแกรมคือการแมปสองมิติของรูปร่างสามมิติ" รามานีกล่าว "ดังนั้น ไม่ว่าสุนัขจะงอหรือบิดอย่างไร มันก็ทำให้คุณมีลายเซ็นเดียวกัน" เทคนิคการกระจายอุณหภูมิยังใช้ตาข่ายสามเหลี่ยมเพื่อรับรู้รูปร่าง 3 มิติ เทคนิคทั้งสองซึ่งสามารถรวมไว้ในระบบเดียวกันได้นั้น ต้องใช้พลังของคอมพิวเตอร์พอประมาณและจดจำรูปร่างได้อย่างรวดเร็ว เขากล่าว "มันมีประสิทธิภาพมากและกะทัดรัดมาก เพราะคุณแค่ใช้ฮิสโตแกรมสองมิติ" รามานีกล่าว "การแพร่กระจายความร้อนในตาข่ายเกิดขึ้นเร็วมากเพราะคณิตศาสตร์ของการคำนวณเมทริกซ์สามารถทำได้อย่างรวดเร็วและดี" นักวิจัยได้ทดสอบวิธีการของพวกเขากับรูปร่างที่ซับซ้อนบางอย่าง รวมถึงมือ ร่างมนุษย์ หรือเซนทอร์ สิ่งมีชีวิตครึ่งมนุษย์ครึ่งม้าในตำนาน