我刚听到从那些聪明的家伙和chapessesAlgolux,他告诉我他们正在使用一个进化算法的方法阿特拉斯相机优化套件——他们说,这是这个行业的第一套机器学习工具和工作流可以自动优化相机架构用于计算机视觉应用。

正如我们将会看到的,这是令人兴奋的在很多层面上,没有它促使我开始思量,反思,思考可能发生的可能性结合进化算法(EAs)和遗传算法(气)与人工智能(AI)。

但在我们头陷入战斗兴致勃勃地和放弃(当然和沉着,),让我们提醒自己,不是每个人都可以像你一样熟悉诸如遗传算法和敬启,所以让我们微小的转移使每个人的速度。

良好的基因

就我个人而言,我发现整个遗传算法的概念是非常令人兴奋的。约翰·亨利荷兰(1929 - 2015)是一位美国科学家和心理学教授的电气工程和计算机科学教授密歇根大学安娜堡分校。1960年代,荷兰提出了遗传算法的概念,这是基于达尔文的进化理论的概念,并采用生物突变等操作的启发,交叉和选择。

有些人可能会说,遗传算法是一种metaheuristic受自然选择的过程,属于更大的进化类算法。我不会说我自己,但这主要是因为我不知道的“metaheuristic”意味着什么。

虽然被无数代,包装是很重要的一个人的大脑在这一事实,从简单的单细胞生物,自然选择导致进化发展的峰值电流的形式你卑微的旁白(我在谦逊骄傲自己)。

那么,遗传算法如何进入图片(没有双关)?好吧,让我们先假设我们有一个复杂的系统,涉及一系列的输入和输出连接在一起通过一个庞大的收集的复杂算法,算法本身使用一个变量的数量,惨不忍睹。

让我们进一步假设这些变量以怪异而精彩的方式是相互依存的。例如,增加输入值可能会导致输出Y的值上升或下降取决于其他投入和各种变量的值。更糟糕的是,变量的值可能自己莫名其妙地交织在一起,改变的价值可能加重或减轻别人的影响,这可能会加剧或温和的无数方面系统的操作。

所有这些都给我们带来了遗传算法。首先,我们处理问题考虑以这样一种方式,它的所有变量的组合可以表示为一个字符串的0和1。接下来,我们执行一个初始化步骤我们种子的初始“人口”字符串用随机或伪随机值如下图()所示。

遗传算法的高级可视化过程(图片来源:Max Maxfield)

下一步是评估通过观察每个字符串的任何可测量的输出系统看看系统执行关于定义的一个或多个目标。这允许我们指定一个值为每个字符串“健身”。反过来,这使我们能够执行排序操作,(b)在上图中所示。

这是“适者生存”的由来,因为低级别的字符串被丢弃,而高层允许字符串”品种。“这是聪明的一部分,因为字符串将作为新一代的父母经历这一过程称为“交叉。“这是我们模仿自然的遗传物质交换过程为了创建“后代”字符串如上(c)中所示。注意,(b)和(c)所示步骤构成一个进化周期,或生成。算法可能执行成千上万,成千上万,或数以百万计的这种循环来实现所需的结果。

除了交叉的断点是随机选择的,该系统还引入了一个低级的速度突变,随机比特翻转从0到1,反之亦然。也观察到原始的高级“父”字符串形式的新的人口的一部分,因为我们不希望失去适当的成员在他们的时间。此外,一些遗传算法给交配的权利基于父字符串的健身,在这种情况下更高级的字符串和字符串比伴侣级别较低的竞争对手。

所以,经过无数代,直到我们最终结果我们喜欢和/或我们的解决方案停止改进我们已经实现。

问题是,与生物过程,可能需要数十亿年执行他们的魔法,现代计算机可以通过令人难以置信的后代数量周期很短的一段时间。我特别感兴趣的是,结果可能会很长一段路从一个期望和一些人类永远不会想出一百万年。例如,考虑2006年NASA ST5航天器天线,其复杂和复杂的形状是由一个进化算法发现的任务是创造最好的辐射模式。

2006年美国国家航空和宇宙航行局ST5航天器天线设计的一个进化算法(图片来源:美国国家航空航天局)

其实我看到了fpga遗传算法在几年前采取行动。这涉及到一个8条腿机器人蜘蛛在挪威奥斯陆大学,在那里我碰巧给客人讲(我想说,他们听说我要在城里,我不能找到它在我的心里说不,但是,尽可能多的人知道他们的成本——就像我亲爱的老母亲,真正的技巧是让我停止说的)。

蜘蛛的目的是尽可能有效地运输本身从当前位置到定义的位置在房间的另一边。小流氓的问题是不知道如何走本身。它只知道各种伺服系统的最小和最大容许范围。

当蜘蛛第一次醒来的时候,它开始伺服电机单独和组合。最初,所有你可以看到有点令人不安的不受控制的抽搐,之后它开始“抢”的方式在很短的距离。最终,它摇摇晃晃地走到脚,开始执行“醉酒”缓行,迅速发展成为一个成熟的匆匆。这一切发生在几分钟,这是非常令人不安的看(我发现后者行为安全的桌面——不,我害怕,你明白,只是我不想伤害小的)。

优化人类的视觉消费的摄像系统

我不得不承认,直到最近,我没有真正想过一切的参与建立一个新的相机系统。事实上,每个组件——镜头组装、传感器和图像信号处理器(ISP)——有许多参数(变量)。这意味着一个巨大和复杂的参数空间控制每个摄像机的图像质量配置。

今天的传统人性化摄像系统调优涉及周的实验室优化结合数月的领域和主观的调优。

今天的传统人性化摄像系统调优(图片来源:Algolux)

所有这一切悲伤的部分是没有保证的结果在计算机视觉的应用程序。什么?为什么?好吧,请允许我阐述、解释和阐明(别担心;我是一个专业;它不会伤害(我))。

优化计算机视觉消费的摄像系统

这是一个问题。直到最近,人们参与优化相机系统针对人类观察员。所以,即使调优过程是高度主观的,执行调优的人至少有一个线索如何其他人类喜欢看到他们的照片。

这一切的一个方面,真正让我坐起来和注意的是,调优的摄像系统计算机视觉应用程序是一个完全不同的“水壶泊松”,比优化人类消费的图像或视频流。

例如,假设计算机视觉应用程序的目标是某种形式的目标检测和识别,然后的方式图片/视频需要操纵和提出可能非常不同于那些用于观看的人。所有这一切使我们为计算机视觉Atlas工作流。

Atlas-based调优工作流程计算机视觉摄像系统调优(图片来源:Algolux)

就像传统的目标检测和识别系统,我们开始训练集的原始图像,这些图像将被人类“标记”(与元数据增强)。在传统的人工智能/机器学习系统中,元数据可能的“这个图像包含大象”和“没有大象在这个形象。”相比之下,在一个汽车系统旨在检测其他车辆、行人、等等,元数据可能涉及人类绘制不同颜色的矩形周围感兴趣的对象。

然而,在这种情况下,我们不感兴趣教学一个AI /毫升系统识别车辆和人。这个系统已经被训练和锁定。我们所做的是操纵摄像系统中的变量来处理图像和视频流等方式促进下游AI /毫升的操作系统。

我们已经讨论过,人类几乎可以肯定不是最好的法官的AI /毫升系统喜欢看到它的图片。这里的解决方案是让AI /毫升系统本身作出判断。至少,让阿特拉斯决定关闭AI / ML体系来要求,使用human-supplied元数据作为比较的“地面实况”状态。

在这种情况下,真正的问题是,我们可以讨论一个摄像系统涉及数以百计的相互关联的变量(参数),让我们回到进化技术。从Algolux的人告诉我:“我们最近的突破是一个新的协方差矩阵适应进化策略(CMA-ES),它允许我们处理高凸/崎岖的状态空间。进化策略和遗传算法的在同一个家庭,虽然进化策略是决定性的,这是非常必要的可重复性当执行优化的相机系统。”

事实上,有一个相当有趣的视频在YouTube上显示Atlas相机优化套件微调相机系统变量,以自动最大化的结果计算机视觉系统应用程序的使用。

这里的底线是,阿特拉斯极大地提高了计算机视觉在天与传统方法结果提供理想的结果甚至几个月后人类的调优。

Algolux共享研究潜在的结果在2020年的计算机视觉与模式识别会议(CVPR)。另外,这项工作被视为一种罕见的口头报告,已CVPR的录取率不到5%。

进化算法的结论是,使用促进更深层次的自动优化相机系统架构为计算机视觉任务。对象检测或实例地图分割结果是提高了30分,虽然可以减少时间和精力超过10 x和今天的传统人类基于专家经验的调优方法。

对我自己来说,我很高兴见到进化技术的另一个例子是用于实现创新的解决方案,使用传统方法无法实现。在这种情况下,他们被用来改善的结果可以通过认证和“锁定”AI / ML-based计算机视觉应用,如应用程序已经收到了汽车安全认证,例如。能够增强的结果,AI /毫升应用程序通过微调摄像系统喂养图像/视频的应用程序是一个双赢。

说你什么?你有经验进化和遗传算法,你愿意与我们在下面的评论中分享吗?

• 
• 
• 
• 
•