A látás ereje az emberi szem képességein túl

A különböző színek, amelyeket láthatunk, a fény különböző hullámhosszain alapulnak. Az emberi szem három sávban (vörös, zöld és kék) képes észlelni és megkülönböztetni a hullámhosszokat, amelyek a 450 és 650 nanométer közötti tartományt fedik le, de nem látunk fényt a tartományon kívüli több száz fénysávból. Létezik egy hiperspektrális képalkotásnak nevezett technológia, amely jobb képet ad arról, hogy mi történik a minket körülvevő világban. Vannak speciális kamerák, amelyek akár 300 fénysávot is szétválasztanak prizmákkal, majd hullámhossz-specifikus alapon digitalizálják az általuk észlelt energiát. Ezek a kamerák számos alkalmazási lehetőséget kínálnak. Használhatók például üvegházhatást okozó gázok kibocsátásának nyomon követésére, különbségtételre a kevert átlátszó műanyagok között, vagy a gyümölcs érettségének mérésére a csomagolósoron.

Több gyártó is gyártja ezeket a hiperspektrális kamerákat, de legalábbis egyelőre meglehetősen drágák – 20,000 XNUMX dollár körüli áron kezdődnek. Az általuk használt fényképezőgép-specifikus szoftvereket nem olyan egyszerű integrálni más rendszerekkel. A másik kihívás, ami ezzel a kibővített világnézettel jár, az adatmennyiséggel kapcsolatos – ezek a kamerák körülbelül egy gigabit adatot generálnak másodpercenként!

Van egy Metaspectral nevű cég, amely a hiperspektrális képalkotásban rejlő lehetőségeket igyekszik kibővíteni azáltal, hogy hardver és szoftver kombinációját kínálja, hogy ezt az adatforrást felhasználóbarátabbá tegye. Tömörítési algoritmusokat futtató „eszköz-agnosztikus” éleszközöket használnak, amelyek bármilyen hiperspektrális kamerához csatlakoztathatók, és az adatkimenetét kezelhető folyammá alakítják. A saját fejlesztésű Fusion AI platformjuk használható az ismert felhasználói szoftverekkel való interfészre, a robotika meghajtására, vagy mesterséges intelligencia és mély tanulási rendszerek táplálására.

A Metaspectral a közelmúltban 4.7 millió dollárt gyűjtött össze a SOMA Capitaltól, az Acequia Capitaltól, a kanadai kormánytól és angyalbefektetőktől, köztük Jude Gomilától és Alan Rutledge-től. A céget Francis Doumet (vezérigazgató) és Migel Tissera (CTO) alapította. A Tissera a következőképpen írja le kínálatukat: „Új adattömörítési algoritmusokat fejlesztettünk ki, amelyek lehetővé teszik a hiperspektrális adatok jobb és gyorsabb átvitelét, akár a pályáról a földre, akár a földi hálózatokon belül. Ezt egyesítjük a mély tanulásban elért fejlődésünkkel, hogy szubpixel szintű elemzést végezzünk, ami lehetővé teszi számunkra, hogy több betekintést nyerjünk, mint a hagyományos számítógépes látás, mivel adataink több információt tartalmaznak a spektrális dimenzióról.”

Valójában a hiperspektrális képalkotás nagyon különböző léptékben alkalmazható. A Metaspectral rendszer egyik legfejlettebb alkalmazása például a vegyes újrahasznosító anyagok válogatósorain lévő közeli kamerák alkalmazása, ahol az átlátszó műanyagokat kémiai összetételük alapján meg tudja különböztetni, így azokat az újrafeldolgozáshoz szükséges rendkívül tiszta anyagáramokká lehet szétválogatni. .

A legnagyobb kanadai hulladék-újrahasznosító jelenleg ezt a rendszert használja. Vannak más közeli alkalmazások is az összeszerelő sorok vagy a gyümölcsválogatás minőségbiztosítására.

A másik végletben a kamera műholdról is generálhat adatokat, ahol a kép minden pixele 30m x 30m négyzetet (900 négyzetméter) jelent. A Kanadai Űrügynökség ezt a megközelítést alkalmazza az üvegházhatást okozó gázok kibocsátásának nyomon követésére, sőt a talaj szénmegkötésének becslésére a megművelt vagy erdős területeken az áramlási sebességek időbeli összehasonlításával. A technológiát a jövőben a Nemzetközi Űrállomáson is telepítik. Az erdei erdőtüzek kockázatértékelése egy másik lehetséges alkalmazás az olyan tevékenységek irányítására, mint például az előírt égési sérülések.

Egy másik lehetőség, amely különösen hasznos lenne a mezőgazdaság számára, az, hogy a kamerákat 50-100 méteren repülő drónokkal telepítik. Ebben az esetben minden adatpixel 2 cm x 2 cm-es területet jelenthet, és a sok különböző hullámhossz monitorozásának képessége lehetővé teszi az invazív gyomok, a rovarok aktivitásának, a gombás fertőzések korai felismerését még azelőtt, hogy az ember számára láthatóvá válna, valamint a víz korai jelei. vagy tápanyaghiányok, vagy a termésérettségi paraméterek a betakarítás időzítésének iránymutatása érdekében. Lehetséges lehet nyomon követni a megművelt talajokból származó üvegházhatású gáz- vagy ammóniakibocsátást, hogy jobban megértsük, hogyan befolyásolják ezeket az olyan speciális gazdálkodási gyakorlatok, mint a csökkentett talajművelés, takarónövényzet, változó arányú műtrágyázás vagy „szabályozott kerékforgalom”. Jelenleg sok „földigazságmeghatározási” kutatásra van szükség ahhoz, hogy a képi adatokat összekapcsolják a kérdéses változók méréseivel, de ez sokkal könnyebb lesz a Metaspectral által elérhető adattömörítési és interfész-képességekkel.

Az egyik remény az, hogy a hiperspektrális képalkotás sokrétű alkalmazása, amelyet a Metaspectral platform segít, elegendő keresletet teremt a kamerák iránt, hogy a gyártást még lejjebb tolják a költség-tanulási görbén.