A NEC Corporation anuncia o desenvolvimento de uma "tecnologia de deteção de objetos baseada em aprendizagem profunda gradual", que permite uma deteção de objetos eficiente e de alto desempenho em analítica de vídeo, mantendo ao mesmo tempo a precisão de deteção.
A NEC Corporation anuncia o desenvolvimento de uma "tecnologia de deteção de objetos baseada em aprendizagem profunda gradual", que permite uma deteção de objetos eficiente e de alto desempenho em analítica de vídeo, mantendo ao mesmo tempo a precisão de deteção. Esta tecnologia permite aumentar até oito vezes a velocidade de processamento da deteção de objetos em grandes volumes de imagens, mesmo em dispositivos edge com capacidade de processamento limitada. A NEC pretende comercializar esta tecnologia no ano fiscal de 2022, na sequência de investigação e desenvolvimento adicionais. Espera-se que a analítica de vídeo seja utilizada numa vasta gama de aplicações, tais como análise das imagens de veículos em cruzamentos, otimização do controlo de tráfego, e análise das imagens provenientes de câmaras instaladas em lojas e armazéns para detetar intrusões ou otimizar a gestão das instalações. Para realizar estas analíticas de vídeo em tempo real, o ideal é processá-las num dispositivo edge perto de um sensor, tal como uma câmara. No entanto, como o arrefecimento é difícil de gerir e o consumo de eletricidade é limitado nos dispositivos edge, os processadores de alto desempenho, tais como GPUs utilizados em servidores de alto desempenho, não estão disponíveis, e a capacidade de processamento fica limitada. Na analítica de vídeo, o software de deteção de objetos, que utiliza aprendizagem profunda (doravante "modelo IA de deteção de objetos"), realiza o processamento de deteção de objetos para encontrar o objeto a ser analisado a partir de imagens capturadas por uma câmara. No entanto, como os modelos IA para deteção de objetos com alta precisão requerem uma grande quantidade de operações, é difícil para os dispositivos edge processar uma grande quantidade de imagens devido a restrições na sua capacidade de processamento. Se a quantidade de operações de um modelo IA que muito rapidamente seja capaz de detetar objetos for reduzida, por exemplo, a precisão diminui, e os requisitos de rigor no reconhecimento resultante da análise das imagens não serão satisfeitos. A aplicação da tecnologia de deteção de objetos baseada em aprendizagem profunda gradual, recentemente desenvolvida pela NEC, permite a deteção de objetos de forma eficiente, a alta velocidade e de alta precisão, a partir de uma grande quantidade de imagens, mesmo num dispositivo edge com capacidade de processamento limitada, e permite o processamento simultâneo de imagens provenientes de várias câmaras em tempo real.
Deteção com alta velocidade e alta precisão ao mesmo tempoEsta tecnologia combina um modelo IA de deteção muito rápida de objetos, mas que é apenas aproximadamente preciso, com um outro modelo IA de deteção de objetos, que é altamente preciso, mas que em termos computacionais é complexo. Esta combinação permite o processamento eficiente de múltiplas imagens e resulta numa deteção de alta velocidade e de alta precisão. Em primeiro lugar, um modelo IA de deteção muito rápida de objetos deteta rapidamente vários objetos, mas com uma precisão não muito grande, depois os resultados detetados são processados juntamente com um modelo IA de deteção de objetos de alta precisão, para refinar gradualmente os objetos inicialmente detetados. Como resultado, por exemplo, na deteção de uma matrícula de automóvel a partir de uma imagem de câmara, a velocidade de processamento foi aproximadamente oito vezes mais rápida, do que quando se utilizava um modelo IA de deteção de objetos apenas com alta precisão, mantendo ao mesmo tempo a precisão de deteção.
Compatível com vários alvos de deteção, métodos de deteção, e circuitos integrados de IAEsta tecnologia é compatível com uma gama variada de processos de deteção de objetos de acordo com alvos de deteção, tais como pessoas, veículos e matrículas de automóveis, sem estar limitada a alvos de deteção específicos e métodos de processamento específicos. Para além disso, a aplicação da tecnologia não está limitada a um circuito integrado especifico de IA. Ao tirar partido do facto de os integrados de IA terem um grande número de recursos computacionais em comum, a tecnologia faz uma utilização eficaz do poder informático interno dos integrados. No futuro, a NEC pretende aumentar a segurança e a conveniência sociais através da expansão do uso de tecnologias de analítica de vídeo para uma grande variedade de aplicações. |