據(jù)麥姆斯咨詢報道，東芝已成功研發(fā)出具有3D識別功能的單目攝像頭人工智能（AI）技術(shù)，測量距離的精度不輸立體攝像頭。東芝的方案采用市售單目攝像頭拍攝圖像，然后利用獨特設(shè)計的鏡頭造成圖像模糊，通過深度學(xué)習(xí)分析來實現(xiàn)。該技術(shù)降低了對立體攝像頭的需求，成本和尺寸都有所降低。

近年來，圖像傳感技術(shù)在眾多領(lǐng)域變得越來越重要：例如可抓取和移動物體的機器人、無人駕駛車輛、無人機基礎(chǔ)設(shè)施檢測等。諸如此類的應(yīng)用需要的不僅僅是拍攝物體的圖像，還需要有個小型設(shè)備來分析3D數(shù)據(jù)，包括形狀和距離。因此，使用體積更易小型化的單目攝像頭測量技術(shù)受到了極大關(guān)注。目前的研究越來越集中于使用單目攝像頭，通過深度學(xué)習(xí)來改進測距技術(shù)，更好地了解成像物體的形狀、背景和其它場景數(shù)據(jù)。

然而，該技術(shù)也存在缺點：單目攝像頭的測距精度取決于深度學(xué)習(xí)訓(xùn)練的場景數(shù)據(jù)，因此對于不同場景中拍攝的圖像，測距精度會大大降低。為了消除對這些數(shù)據(jù)的依賴性，東芝開發(fā)了一種分色濾鏡（color-filtered aperture）拍攝技術(shù)。該技術(shù)通過在鏡頭上安裝兩個分色濾鏡，然后根據(jù)與被攝物體之間的距離來分析最終圖像模糊的顏色和大小。雖然這種方法解決了數(shù)據(jù)依賴性問題，但整改現(xiàn)有鏡頭需要花費大量時間和金錢（圖1）。

圖1 東芝開發(fā)的新技術(shù)在3D識別方案中的優(yōu)勢

東芝現(xiàn)已克服這一問題，他們開發(fā)的具有3D識別技術(shù)的人工智能，采用普通的單目攝像頭，無需場景數(shù)據(jù)，僅利用深度學(xué)習(xí)來分析圖像模糊（模糊的形狀）如何根據(jù)其在鏡頭上的位置而變化，從而實現(xiàn)與立體攝像頭同樣高精度的距離測量（圖2）。

圖2 東芝研發(fā)出的具有3D識別功能的單目攝像頭方案

到目前為止，從理論上講，根據(jù)圖像模糊的形狀進行測距還是非常困難的，因為當(dāng)物體與焦點等距時，物體無論遠近都是一樣的（圖3）。然而分析結(jié)果表明，即使與焦點等距，近距物體和遠距物體的模糊形狀也存在很大差異（圖4）。在此基礎(chǔ)上，東芝成功地利用深度神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的深度學(xué)習(xí)模塊對采集到的圖像進行模糊數(shù)據(jù)分析。

圖3 固定思維：物體與焦點等距時，無法通過模糊形狀測距

圖4 實驗證明：物體與焦點等距時，模糊形狀其實差異較大

當(dāng)光通過鏡頭時，所產(chǎn)生的模糊形狀會根據(jù)光的波長及其在鏡頭中的位置而改變。在東芝開發(fā)的網(wǎng)絡(luò)中，位置和顏色數(shù)據(jù)被分開處理，從而正確感知模糊形狀的變化，然后再通過對注意力機制（attention mechanism）進行加權(quán)后，用于控制亮度梯度上的焦點，以正確測量距離（圖5）。通過學(xué)習(xí)，對網(wǎng)絡(luò)進行更新，以減少測量距離和實際距離之間的誤差。

圖5 東芝開發(fā)的神經(jīng)網(wǎng)絡(luò)，用于單目攝像頭的3D識別功能

東芝已證實，通過使用此AI模塊，用市面上可買到的單目攝像頭拍攝的單張圖像，可實現(xiàn)與立體攝像頭同樣的測距精度。

接下來，東芝將利用市面上的相機和鏡頭確認該系統(tǒng)的普適性，并加快圖像處理速度，以期在2020年正式售賣。”