(資料圖片)

據(jù)外媒報道，為了支持機器學習能力的培訓和開發(fā)，計算機視覺技術(shù)公司Seeing Machines宣布與瑞典初創(chuàng)公司、合成數(shù)據(jù)供應商Devant合作，將合成數(shù)據(jù)納入駕駛員監(jiān)控開發(fā)中。

圖片來源：Seeing Machines

Seeing Machines已向部分領(lǐng)先的汽車制造商開發(fā)并授權(quán)其專有的眼球追蹤技術(shù)，其中該眼球追蹤技術(shù)以監(jiān)控駕駛員注意力的定制人工智能為基礎(chǔ)。Seeing Machines領(lǐng)先的駕駛員和乘員監(jiān)控系統(tǒng)（DMS/OMS）技術(shù)由機器學習網(wǎng)絡提供支持，需要使用大量高質(zhì)量數(shù)據(jù)進行培訓和驗證。

此次合作將Seeing Machines 20多年的經(jīng)驗和人類行為洞察與Devant的專業(yè)渲染能力結(jié)合在一起，使Seeing Machines可以加速其機器學習網(wǎng)絡的開發(fā)和培訓，從而支持其先進的DMS和OMS解決方案的開發(fā)。

Seeing Machines將世界上最先進的合成數(shù)據(jù)納入其DMS開發(fā)流程是更大的數(shù)字工程計劃（Digital Engineering）的一部分，以滿足對更多車內(nèi)、駕駛員和乘員監(jiān)控功能日益增長的需求。計算機生成的合成數(shù)據(jù)的成功整合遵循Seeing Machines研究和開發(fā)的現(xiàn)實主義分類法（realism taxonomy），該分類法考慮了所有系統(tǒng)屬性和噪聲因素（即人類外觀和行為變化、光學、電子和車艙環(huán)境）。如果是車艙內(nèi)人工智能視覺軟件，上述方法會影響最終用于增強開發(fā)、培訓和最終驗證的數(shù)據(jù)的現(xiàn)實保真度。

Seeing Machines的科學方法是在實踐中驗證計算機生成的人類“足夠真實”的原因，在DMS/OMS的逐個功能基礎(chǔ)上進行，結(jié)合Devant無與倫比的能力，并專注于解決獨特但關(guān)鍵的車艙人性化合成問題，從而釋放豐富的合成數(shù)據(jù)源，加速車內(nèi)傳感技術(shù)的發(fā)展。

Seeing Machines使用先進的機器視覺技術(shù)來監(jiān)控駕駛員在各種苛刻照明條件下（包括通過太陽鏡）的行為。這些數(shù)據(jù)經(jīng)過處理后可解釋駕駛員的注意力狀態(tài)、專注力、困倦和損傷程度，從而為高級駕駛員輔助系統(tǒng)（ADAS）以及車輛座艙、舒適性和便利性系統(tǒng)提供實時關(guān)鍵輸入。

關(guān)鍵詞：