卡迪夫大學(xué)的科學(xué)家創(chuàng)建了一種尖端的人工智能 (AI) 系統(tǒng)，可以準(zhǔn)確預(yù)測一個人最有可能看到的圖像區(qū)域?；谌四X的機制及其區(qū)分圖像不同部分的能力，研究人員表示，這種新穎的系統(tǒng)比以前的任何系統(tǒng)都更準(zhǔn)確地代表了人類的視覺。

新系統(tǒng)的應(yīng)用范圍從機器人技術(shù)、多媒體通信和視頻監(jiān)控到自動圖像編輯和在醫(yī)學(xué)圖像中發(fā)現(xiàn)腫瘤。

卡迪夫大學(xué)的 多媒體計算研究小組 現(xiàn)在正計劃通過幫助放射科醫(yī)生在醫(yī)學(xué)圖像中發(fā)現(xiàn)病變來測試該系統(tǒng)，總體目標(biāo)是提高醫(yī)學(xué)診斷的速度、準(zhǔn)確性和靈敏度。

該系統(tǒng)已在《神經(jīng)計算》雜志上 發(fā)表。

能夠集中注意力是人類視覺系統(tǒng)的重要組成部分，它使我們能夠選擇和解釋特定場景中最相關(guān)的信息。

世界各地的科學(xué)家一直在使用計算機軟件嘗試重新創(chuàng)造這種能力，以挑選出圖像中最顯著的部分，但迄今為止取得的成功參差不齊。

在他們的研究中，該團隊使用了一種稱為卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)計算機算法，該算法旨在模仿人腦中相互連接的神經(jīng)元網(wǎng)絡(luò)，并專門以視覺皮層為模型。

這種類型的算法非常適合將圖像作為輸入并能夠為圖像本身的各種對象或方面分配重要性。

在他們的研究中，該團隊使用了一個龐大的圖像數(shù)據(jù)庫，其中每張圖像都已經(jīng)被人類評估或查看過，并使用眼動追蹤軟件分配了所謂的“感興趣的區(qū)域”。

然后將這些圖像輸入算法并使用一種稱為深度學(xué)習(xí)的人工智能，系統(tǒng)慢慢開始從圖像中學(xué)習(xí)到一個點，然后它可以準(zhǔn)確地預(yù)測圖像的哪些部分最顯著。

新系統(tǒng)針對已在使用的七種最先進(jìn)的視覺顯著性系統(tǒng)進(jìn)行了測試，并且在所有指標(biāo)上都表現(xiàn)出優(yōu)異的表現(xiàn)。

該研究的合著者 、卡迪夫大學(xué)計算機科學(xué)與信息學(xué)院的劉漢濤博士說：“這項研究表明，我們采用機器學(xué)習(xí)最新進(jìn)展的尖端系統(tǒng)優(yōu)于現(xiàn)有的國家-目前存在的最先進(jìn)的視覺顯著性模型。

“能夠成功預(yù)測人們在自然圖像中的位置，可以解鎖從自動目標(biāo)檢測到機器人技術(shù)、圖像處理和醫(yī)學(xué)診斷的廣泛應(yīng)用。

“我們的代碼已免費提供，因此每個人都可以從研究中受益，并找到將這項技術(shù)應(yīng)用于現(xiàn)實世界問題和應(yīng)用的新方法。

“我們的下一步是與放射科醫(yī)生合作，確定這些模型如何幫助他們檢測醫(yī)學(xué)圖像中的病變。”

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！