Jove
Visualize
Contáctanos

Videos de Experimentos Relacionados

Integración paralela de los módulos de visión.

T Poggio1, E B Gamble, J J Little

  • 1Artificial Intelligence Laboratory, Massachusetts Institute of Technology, Cambridge 02139.

Science (New York, N.Y.)
|October 21, 1988
PubMed
Resumen
Este resumen es generado por máquina.

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Correction: Excess of NPM-ALK oncogenic signaling promotes cellular apoptosis and drug dependency.

Oncogene·2025
Same author

An analysis of training and generalization errors in shallow and deep networks.

Neural networks : the official journal of the International Neural Network Society·2019
Same author

Response from sinha and poggio.

Trends in cognitive sciences·2011
Same author

Multiclass cancer diagnosis using tumor gene expression signatures.

Proceedings of the National Academy of Sciences of the United States of America·2001
Same author

Learning in brains and machines.

Spatial vision·2001
Same author

Categorical representation of visual stimuli in the primate prefrontal cortex.

Science (New York, N.Y.)·2001
Same journal

Erratum for the Research Article "Detecting supramolecular organic nanoparticles during heat wave".

Science (New York, N.Y.)·2026
Same journal

Local signals, systemic decline.

Science (New York, N.Y.)·2026
Same journal

The mechanics of liver regeneration.

Science (New York, N.Y.)·2026
Same journal

Computing in a memory with physics.

Science (New York, N.Y.)·2026
Same journal

Retraction.

Science (New York, N.Y.)·2026
Same journal

Making time.

Science (New York, N.Y.)·2026
Ver todos los artículos relacionados
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Los investigadores desarrollaron una nueva técnica computacional para integrar señales visuales, mejorando el rendimiento de la visión por ordenador. Este método mejora la capacidad de los sistemas artificiales para percibir superficies en 3D, imitando los sistemas de visión biológica.

Área de la Ciencia:

  • Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador
  • La neurociencia computacional es una neurociencia computacional.
  • La inteligencia artificial es inteligencia artificial.

Sus antecedentes:

  • Existen algoritmos informáticos para los primeros procesos de visión como la detección de bordes, estereopsis, movimiento, textura y color.
  • Los sistemas de visión biológica superan a la visión por ordenador debido a su capacidad para integrar múltiples señales visuales.
  • Los sistemas actuales de visión por computadora a menudo procesan las señales visuales por separado, lo que limita su robustez y flexibilidad.

Objetivo del estudio:

  • Desarrollar una nueva técnica computacional para integrar diversas señales visuales.
  • Para mejorar el rendimiento y la robustez de los sistemas de visión por ordenador mediante la imitación de estrategias de integración biológica.

Videos de Experimentos Relacionados

  • Implementar y evaluar esta técnica de integración en un superordenador paralelo.

    • Principales métodos:

    • Desarrollo de un nuevo algoritmo computacional diseñado para la integración multi-cue en la visión.
    • Implementación del algoritmo en una arquitectura de supercomputación paralela.
    • Prueba y evaluación del procesamiento de señales visuales integradas en comparación con los puntos de referencia establecidos.

    Principales resultados:

    • La técnica computacional desarrollada demostró resultados alentadores en la integración de señales visuales.
    • El enfoque integrado mostró mejoras en el procesamiento de información sobre las superficies 3D, la forma y las propiedades del material.
    • Se observaron ganancias de rendimiento, lo que sugiere una mayor confiabilidad y flexibilidad en comparación con el procesamiento de señales por separado.

    Conclusiones:

    • La integración computacional de múltiples señales visuales es clave para avanzar en las capacidades de visión por computadora.
    • La nueva técnica es prometedora para crear sistemas de visión artificial más robustos y biológicamente plausibles.
    • Un mayor desarrollo y aplicación en arquitecturas paralelas puede conducir a avances significativos en la percepción artificial.