Mokslininkai, dirbantys Šveicarijos federaliniame technologijų institute (ETH Zurich) pademonstravo tikrąjį naujųjų savo kuriamų jutiklių potencialą: jie sugebėjo užfiksuoti sulėtintą vaizdą, kuris prilygsta filmavimui 5400 kadrų per sekundę greičiu. Tikimasi, kad ilgainiui jų darbas leis sukurti nebrangias didelio greičio filmavimo kameras ir kur kas tikslesnę mašininę regą.
Įvykių kamera fiksuoja ne pavienius kadrus, o nuolat stebi konkrečios scenos šviesos intensyvumo pokyčius. Tai ne tik kur kas taupiau duomenų požiūriu – statinės bet kurios scenos dalys „nekainuoja“ duomenų. Filmuojant tokiu būdu neprarandama ir tai, kas atsiduria tarp kadrų – tokių detalių įprastinės kameros nefiksuoja. O tai suteikia galimybę kurti itin didelio greičio filmavimo ir fotografavimo kameras, patobulinti didelio dinaminio spektro (HDR) fotografiją, sukurti neįtikėtinai greitas mašininės regos technologijas.
Tačiau ironiška tai, kad įvykių kamerų, dirbančių taip, kaip dirba mūsų akis, fiksuojamo vaizdo negalima atkurti ekrane neapdorotu pavidalu. Pirmiausia tai, kas nufilmuota, turi būti perkonstruota į žiūrėjimui pritaikytą vaizdo įrašą. Būtent šioje vietoje neseniai stipriai prisidėjo ETH Zurich mokslininkai. Jie nebandė iš duomenų srauto „ištraukti“ pavienių kadrų – mokslininkai neuroninio tinklo apmokymui panaudojo sumodeliuotus įvykių kameros duomenis. Pagal šio apmokymo rezultatus buvo sukurtas didelės spartos tinklas, realiu laiku apdorojantis įvykių kameros duomenis.
Gautas rezultatas – 20 procentų aukštesnė vaizdo kokybė, apdorojama realiu laiku. Be to, mokslininkai sugebėjo „išspausti“ filmavimo greitį iki 5400 kadrų per sekundę: jie filmavo, kaip kulka sudaužo sodo gnomą, puodelį ar adata susprogdina balioną. Kitame filmavimo pavyzdyje dirbtinio intelekto algoritmas sukūrė didelio dinaminio spektro vaizdo įrašą, nufilmuotą sudėtingomis apšvietimo sąlygomis.
Taip pat mokslininkai vaizdo įraše pademonstravo kelias praktines galimybes, kurių neaprašė savo moksliniame darbe – pavyzdžiui, objektų („Stop“ ženklų, šviesoforų) atpažinimo, gylio atpažinimo naudojant tik vieną lęšį.
Toks patobulinimas turėtų ypač sudominti autonominių automobilių technologijų, mašininės regos kūrėjus, nes naudojant tokius įvykių kameros duomenų apdorojimo būdus įmanoma pamatyti ir atpažinti objektus nefiltruojant milžiniškų duomenų kiekių.
Kol kas technologija yra ankstyvoje vystymo fazėje, tačiau ETH Zurich mokslininkai viešai išplatino įvykių kameros vaizdo rekonstravimo programinį kodą bei iš anksto apmokytą dirbtinio intelekto modelį, tad jų darbo vaisius gali išbandyti visi to pageidaujantys mokslininkai.
