原标题：Perceptive Automata利用机器学习算法预判行人动作 提升驾驶安全性
核心提示：据外媒报道，Perceptive Automata宣称，其计算机视觉系统可仔细观察行人，能够解读人类的肢体语言（动作），对行人的行为进行预判。该公司利用人类培训师为其车载系统提供辅助，帮助其识别车辆等等目标物图像，然后再创建机器学习算法。人类培训师可分析行人的影像视频，而公司则提供更多的图片，并通过操控提升目标物识别的难度。据该公司透露，通过采用类似的线索，公司对行人的意识及意图进行量化，这在提升自动驾驶系统对行人行为预判中将发挥重要作用。详见正文。
盖世汽车讯 据外媒报道，Perceptive Automata宣称，其计算机视觉系统可仔细观察行人，能够解读人类的肢体语言（动作），对行人的行为进行预判。该公司利用人类培训师（human trainers）为其车载系统提供辅助，帮助其识别车辆等等目标物图像，然后再创建机器学习算法。人类培训师可分析行人的影像视频，而公司则提供更多的图片，并通过操控提升目标物识别的难度。
Perceptive还会向培训师提问，如：“行人是否希望过马路？”或“若您是那位骑行者，是否会阻止车辆的通过?”
当图片易混淆（obscured）时，人类培训师会费力地对影像中行人的肢体语言进行判断，而Perceptive则可追踪人类培训师的眼部活动及犹豫的时间，用于机器学习算法的研发。给出的图片中，通常难以看清行人的头部方向，人类培训师不得不根据其肢体动作，进行预判，思考行人的目的。该情况表明，人类头部在图像识别中及路人行为预判中所起到的作用。
据该公司透露，通过采用类似的线索，公司对行人的意识及意图进行量化，这在提升自动驾驶系统对行人行为预判中将发挥重要作用。
Perceptive Automata向Wired透露，目前该公司已与车企开展合作，计划为该技术申请许可。
作者：李文龙
热门跟贴