นักวิจัยจาก Aalto University ได้พัฒนาเซนเซอร์อัจฉริยะที่ใช้ข้อมูลแบบฝังตัวเพื่อตรวจจับการเคลื่อนไหวของเฟรมวิดีโอเพียงเฟรมเดียว ซึ่งสามารถติดตามดูข้อมูลย้อนหลังของเฟรมก่อนหน้าและคาดการณ์แนวโน้มที่จะเกิดขึ้นได้
เซนเซอร์รุ่นใหม่ที่ได้รับแรงบันดาลใจจากชีวภาพนั้นสามารถจดจำวัตถุที่เคลื่อนไหวได้ในเฟรมเดียวจากวิดีโอและสามารถคาดการณ์ได้ว่าการเคลื่อนที่นั้นจะไปในทิศทางใด ความสำเร็จนี้จะเป็นประโยชน์ในการใช้งานหลากหลายสาขา อาทิ Dynamic Vision Sensing, Automatic Inspection, Industrial Process Control, Robotic Guidance และเทคโนโลยีขับขี่อัตโนมัติ
ระบบตรวจจับการเคลื่อนไหวในปัจจุบันต้องการส่วนประกอบจำนวนมาก และต้องใช้ Algorithm ที่ซับซ้อนในการวิเคราะห์แบบเฟรมต่อเฟรม ทำให้ไร้ประสิทธิภาพและใช้พลังงานจำนวนมาก นักวิจัยจาก Aalto University ได้พัฒนาเทคโนโลยี Neuromorphic Vision ที่บูรณาการเซนเซอร์ หน่วยความจำ และกระบวนการประมวลผลไว้ในอุปกรณ์เดียว ทำให้สามารถตรวจสอบการเคลื่อนไหวและคาดการณ์ทิศทางต่อไปได้ โดยการพัฒนาดังกล่าวได้รับแรงบันดาลใจมาจากระบบรับรู้ภาพของมนุษย์
หัวใจของเทคโนโลยีนี้ คือ Array ของ Photomemristors ซึ่งเป็นอุปกรณ์ไฟฟ้าที่สร้างกระแสไฟในการตอบสนองต่อแสง กระแสจะไม่ถูกหยุดทันทีเมื่อแสงถูกปิดลง แต่จะเป็นการค่อย ๆ ลดลงอย่างต่อเนื่องทำให้ Photomemristors มีผลเหมือนกับ ‘จดจำได้’ ว่าเคยสัมผัสกับแสงมาก่อน ผลลัพธ์ที่ได้ คือ เซนเซอร์จะสร้างรูปแบบ Array ของ Photomemristors ที่ไม่ได้บันทุกข้อมูลเป็นฉากในทันทีแบบกล้องถ่ายรูปทำ แต่ยังมี Dynamic Memory ของการคาดการณ์อีกด้วย
คุณสมบัติจำเพาะของเทคโนโลยีนี้ คือ ความสามารถในการบูรณาการชุดภาพ (Optical Image) อยู่ภายในเฟรมเดียวได้ ข้อมูลของแต่ละภาพจะถูกฝังลงในภาพตามลำดับเป็นข้อมูลที่ซ่อนเอาไว้ โดยเฟรมสุดท้ายในวิดีโอจะมีข้อมูลทั้งหมดของเฟรมก่อนหน้า ทำให้สามารถตรวจจับการเคลื่อนไหวได้ก่อนในวิดีโอด้วยการวิเคราะห์เพียงเฟรมสุดท้ายด้วย AI Neural Network ที่เรียบง่าย
ในการสาธิตเทคโนโลยี นักวิจัยได้ใช้วิดีโอที่แสดงให้เห็นตัวอักษรของคำทีละตัวอักษร ทุกคำจะลงท้ายด้วยตัวอักษร E เฟรมสุดท้ายของวิดีโอทุกตัวจึงดูคล้ายกัน เซนเซอร์จับภาพดั้งเดิมจะบอกไม่ได้ว่า E บนจอนั้นจะปรากฎหลังคำว่า APPLE หรือ GRAPE แต่ด้วย Photomemristor Array ที่ใช้ข้อมูลซึ่งซ่อนไว้ในเฟรมสุดท้ายจะดูออกว่าตัวอักษรก่อนห้าคืออะไร ซึ่งมีความแม่นยำเกือบ 100%
ในอีกการทดสอบหนึ่ง ทีมวิจัยแสดงวิดีโอให้เซนเซอร์เห็นเป็นการจำลองคนเคลื่อนไหวในความเร็วที่แตกต่างกัน 3 ระดับ ไม่เพียงแต่ระบบจะจดจำการเคลื่อนไหวได้ด้วยการวิเคราะห์เฟรมเดียวแต่ยังสามารถคาดการล่วงหน้าในเฟรมต่อไปได้อย่างถูกต้องอีกด้วย
ที่มา:
aalto.fi
