“和人類比較，我希望這些機器能完成更多更具智慧性的任務(wù)，”美國國防部先進研究管理局(Defense Advanced Research Projects Agency, DARPA )的Mind's Eye電腦視覺專案經(jīng)理James Donlon說。

Mind's Eye專案旨在開發(fā)能夠自動辨識和描述人類活動的突破性演算法。Donlon說明了這項為期三年的計劃，在經(jīng)過18個月努力之后所獲得的初步進展。

事實上，過去十幾年來針對電腦視覺進行的努力，恐怕獲得的成果甚少，例如，今天的機器能否辨識出一只正在移動中的狗？而當兩臺車相撞時，今天的演算法甚至會認為其中有一輛車離開了。特別是當前的演算法也很難檢測到前臂的運動狀態(tài)，而這正是要辨識一個人拿取或送出物品的關(guān)鍵所在。

“當要檢測的物體在與其他任何事物進行互動時，要如何對其進行分類，是一項相當可怕的任務(wù)，”Donlon說。

Mind's Eye 專案已經(jīng)開發(fā)出了一個整合7,676個真實生活影片的資料集，這將對解決電腦視覺演算法開發(fā)挑戰(zhàn)有所助益。Donlon希望Mind's Eye的資料集能幫助視覺技術(shù)開發(fā)者應(yīng)對下一階段的挑戰(zhàn)。

“今天的電腦視覺開發(fā)社群正在合作推動固定資料集的進展，而非僅將發(fā)展重點放在混亂的資料集上，”他表示，Mind's Eye能讓人們開始逐步去定義資料集。

“我的角色就??是去創(chuàng)造這些條件，讓你們能開發(fā)出更多突破性進展，”他說。他也在他的影片中加入了混雜因素，如可變的照明條件等。

“你不能低估演算法的重要性，因為在長遠的未來，它都將扮演極重要的角色，”Xilinx平臺行銷部副總裁Bruce Kleinman說。

目前該專案重點在開發(fā)突破性的演算法，它將為系統(tǒng)整合者提供可應(yīng)用在FPGA, GPU和SoC上的全新程式碼。“硬體加速對研究的幫助非常大，”他說。

“美國陸軍的目標非常目確，就是開發(fā)出一種搭載相機的機器人，它能夠經(jīng)由導(dǎo)航到達指定地點，獲取并回傳視訊，完全取代現(xiàn)有的人類偵察員工作，”Donlon說。“毫無疑問，現(xiàn)在最迫切的任務(wù)，就是開發(fā)出更具智慧特性的感測器?！?/font>

“我們必須確認還有哪些任務(wù)是當前技術(shù)無法達到的，還必須去確定未來這些機器人出勤時的動作和實際會經(jīng)歷的場景，”Donlon表示。截至目前，Donlon已經(jīng)定義出了48種可供辨識的動作。“接下來，我們還必須描述場景，同時也必須解決所有目前技術(shù)上的死角，例如，或許有人會想試著愚弄相機?！?/font>