借助独特2D材料和机器学习，CV像人一样「看见」数百万种颜色

有志者，事竟成！如果你在学习科技周边，那么本文《借助独特2D材料和机器学习，CV像人一样「看见」数百万种颜色》，就很适合你！文章讲解的知识点主要包括，若是你对本文感兴趣，或者是想搞懂其中某个知识点，就请你继续往下看吧~

人的眼睛可以看见数百万种颜色，现在人工智能也可以。

近日，来自美国东北大学的一个跨学科研究团队使用新的人工智能技术构建了一种可以识别数百万种颜色的新设备 A-Eye，这让机器视觉领域迈出了一大步，将被广泛应用于自动驾驶汽车、农业分拣和远程卫星成像等一系列技术。

研究论文发表在了《Materials Today》上。

论文地址：https://www.sciencedirect.com/science/article/abs/pii/S1369702122002255

该研究通讯作者、东北大学物理学副教授 Swastik Kar 说：「随着自动化越来越广泛，机器识别物体颜色和形状的能力也越来越重要。」

该研究设计了一种具有特殊量子特性的 2D 材料，将其嵌入光线进入 A-Eye 机器的光学窗口，就能以「非常高的精度」处理丰富多样的颜色——这是前所未有的。

此外，A-Eye 能够准确地识别和再现「看到」的颜色，与原始光谱零偏差。这得益于由美国东北大学电气和计算机工程助理教授 Sarah Ostadabbas 领导的 AI 研究团队开发的机器学习算法。

整个研究的主要技术集中在一类称为过渡金属二硫化物材料（Transition Metal Dichalcogenides）的量子和光学特性上，这种独特的材料一直被认为具有无限的潜力，特别是在传感和储能应用方面。

研究概述

在识别颜色时，机器通常使用传统的 RGB（红、绿和蓝）过滤器将颜色分解为组成成分，然后使用该信息从本质上猜测并再现色光三原色。当你把数码相机对准一个有色物体并拍照时，来自该物体的光线会穿过一组检测器，而这些检测器前面配有过滤器用于将光线区分为这些原始 RGB 颜色。

Kar 表示，「你可以将滤色器看作将视觉信息或数据传送到单独盒子（seperate box）的 funnel，然后这些 funnel 将人造数字分配给自然色。」但如果只是将颜色分解为三个组成成分（红、绿和蓝），则会有一些限制。

然而，Kar 和他的团队没有使用滤色器，而是使用由独特的 2D 材料制成的「透射窗口」（transmissive windows）。

Kar 称他们正在让机器（即 A-Eye）通过一种截然不同的方式来识别颜色。当有色光线照射在探测器上时，研究人员没有将它分解为主要的红、绿和蓝色成分，也不仅仅是寻找这些成分，而是使用了整个光谱信息。

最重要的是，研究人员使用了一些技术来修改和编码这些成分，并以不同的方式存储它们。因此，他们得到了一组数字，并能够以非常不同于传统的方式来识别三原色。

下图左上为构建 A-Eye 使用的 2D 材料，右上为 A-Eye 的工作流，图下为测试颜色与 A-Eye 估计的颜色对比。

另一位作者 Sarah Ostadabbas 表示，当光线穿过这些透射窗口时，A-Eye 将颜色处理为数据。并且内置的机器学习模型可以寻找模式以更好地识别 A-Eye 分析出的相应颜色。

同时，A-Eye 还可以通过将任何正确的猜测添加到其训练数据集中，来不断地改进颜色估计结果。

一作简介

该研究的一作 Davoud Hejazi 现为 Titan Advanced Energy Solutions 的高级数据科学家，专注于统计建模、机器学习、信号处理、图像处理、云计算和数据可视化等领域。

今年 5 月，他取得了东北大学的物理博士，毕业论文为《Dispersion-Free Accurate Color Estimation using Layered Excitonic 2D Materials and Machine Learning》。

论文地址：https://repository.library.northeastern.edu/files/neu:4f171c96c

理论要掌握，实操不能落！以上关于《借助独特2D材料和机器学习，CV像人一样「看见」数百万种颜色》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！