(SeaPRwire) – Beijing, 03 Januari 2024 – WiMi Hologram Cloud Inc. (NASDAQ: WIMI) (“WiMi” atau “Syarikat”), pembekal teknologi Hologram Augmented Reality (“AR”) terkemuka di peringkat global, hari ini mengumumkan bahawa ia telah membangunkan teknologi RandomPatchSpatialSpectrumClassifier (RPSSC) untuk memanfaatkan sepenuhnya kekomplemenan antara maklumat ruang dan spektrum.
Penyelidikan dan pembangunan RPSSC WiMi menggabungkan penapis Gabor 2D dan kaedah ekstraksi ciri konvolusi patch rawak (GRPC). Pertama sekali, RPSSC menggunakan analisis komponen utama (PCA) dan algoritma LDA untuk mengurangkan saiz asal imej hiperspektrum. Tujuan langkah ini adalah untuk menghapuskan maklumat spektrum berlebihan sambil mengekalkan maklumat utama, meningkatkan nisbah jarak antara dan dalam kelas, dan mempersiapkan data untuk ekstraksi ciri dan pengelasan selanjutnya. Pada imej dimensi, RPSSC memperkenalkan penapis Gabor dua dimensi. Penapis Gabor digunakan secara meluas dalam bidang penglihatan komputer untuk mengekstrak ciri-ciri struktur ruang seperti tepi dan tekstur imej. Melalui penapis Gabor, teknologi RPSSC dapat menangkap tekstur dan maklumat ruang tempatan dalam imej, yang meletakkan asas untuk ekstraksi ciri selanjutnya.
Seterusnya, kaedah GRPC digunakan kepada RPSSC, yang mengambil ciri-ciri Gabor sebagai input. Konvolusi patch rawak merealisasikan pengekstrakan ciri-ciri spektrum pelbagai tahap dari sebuah imej dengan secara rawak memilih parut dalam imej dan melaksanakan operasi konvolusi pada parut-parut tersebut. Langkah ini bertujuan untuk mensintesis maklumat ruang dan spektrum, membolehkan model memahami ciri-ciri imej dengan lebih menyeluruh. Akhir sekali, teknologi RPSSC meleburkan ciri-ciri ruang diekstrak dari GRPC dengan ciri-ciri spektrum pelbagai tahap. Melalui proses penyatuan ini, model mampu mensintesis maklumat spektrum dan struktur ruang tempatan untuk memberikan representasi ciri yang lebih kaya untuk pengelasan imej. Akhirnya, RPSSC menggunakan pengelas sokongan vektor (SVM) untuk mengelaskan ciri-ciri dilebur untuk mencapai pengelasan tepat imej hiperspektrum.
Ekstraksi ciri GRPC terdiri daripada beberapa lapisan dan setiap lapisan mengandungi langkah-langkah berikut:
PCA: PCA dilaksanakan pada patch yang dipilih secara rawak untuk mengekstrak ciri spektrum.
Pemutihan: Ciri-ciri spektrum diekstrak dimutihi untuk mengurangkan maklumat berlebihan.
Proyeksi rawak: Ciri-ciri dimutihi diproyeksikan ke ruang dimensi lebih rendah melalui proyeksi rawak.
Ekstraksi ciri konvolusi: Operasi konvolusi dilaksanakan dalam ruang dimensi yang dikurangkan untuk mengekstrak ciri spektrum pelbagai tahap.
Teknologi RPSSC WiMi mempunyai pelbagai kelebihan teknikal dalam merealisasikan penggunaan menyeluruh ciri spektrum dan ruang imej hiperspektrum. Ia meningkatkan ketepatan pengelasan, mengurangkan kekompleksan model, dan memanfaatkan sepenuhnya maklumat imej hiperspektrum untuk menyediakan penyelesaian yang lebih berkesan untuk aplikasi praktikal. Kelebihan teknikal RPSSC WiMi adalah seperti berikut:
Struktur ringkas dan prestasi cemerlang: RPSSC menggunakan GRPC, yang mempunyai struktur agak ringkas tetapi menunjukkan prestasi cemerlang dalam eksperimen. Struktur ringkas ini memudahkan pemahaman dan pengoptimuman model, dan mengurangkan kos pelaksanaan dalam aplikasi sebenar.
Mememanfaatkan sepenuhnya ciri ruang dan spektrum: RPSSC sepenuhnya memanfaatkan ciri ruang dan spektrum dalam imej hiperspektrum dengan menggabungkan penapis Gabor 2D dan kaedah GRPC. Penggunaan bersama ini tidak sahaja meningkatkan ketepatan pengelasan, tetapi juga menunjukkan pentingnya ciri struktur ruang yang kerap terlupakan dalam kaedah tradisional.
Daya serap yang baik: Teknologi RPSSC berprestasi baik dalam mengatasi fenomena berbunyi dan penghalusan berlebihan dalam pengelasan imej hiperspektrum dan boleh digunakan dalam pelbagai skenario dunia nyata dan masih mencapai ketepatan pengelasan tinggi walaupun dengan bilangan sampel latihan terhad. Ini penting untuk menangani persekitaran yang tidak teratur dan data tidak lengkap dalam aplikasi praktikal.
Penyusunan ciri ruang dan spektrum: RPSSC merealisasikan penyusunan berkesan ciri ruang dan spektrum, yang membolehkan model memahami imej hiperspektrum dengan lebih menyeluruh. Penggunaan menyeluruh ini tidak sahaja meningkatkan ketepatan pengelasan, tetapi juga meningkatkan pemahaman model terhadap struktur dalaman imej, memberikan sokongan kuat untuk pengelasan lebih terperinci.
Boleh digunakan dengan sampel latihan terhad: RPSSC masih boleh mencapai ketepatan pengelasan tinggi dengan sampel latihan terhad. Kelebihan ini sangat penting dalam aplikasi dunia sebenar kerana dalam sesetengah domain, memperoleh data berlabel skala besar boleh menjadi sukar, dan kecekapan tinggi RPSSC menjadikannya sesuai untuk skenario mencabar ini.
Mengatasi penghalusan berlebihan dengan berkesan: Dalam pemprosesan imej hiperspektrum, penghalusan berlebihan sering menyebabkan kehilangan maklumat dan menjejaskan ketepatan pengelasan, yang diatasi oleh RPSSC melalui penggunaan gabungan maklumat ruang dan spektrum, meningkatkan ketepatan pemprosesan imej.
Teknologi RPSSC WiMi mempunyai pelbagai aplikasi dalam bidang pengelasan imej hiperspektrum, dan teknologi RPSSC boleh digunakan untuk imej jauh pandang hiperspektrum yang dikumpulkan melalui satelit dan pesawat untuk pengelasan tanah, peninjauan sumber dan pemantauan alam sekitar. Sebagai contoh, ia boleh mengelaskan tanah pertanian, hutan, air dengan tepat, dan merealisasikan pengurusan sumber asli yang cekap. Dalam bidang pertanian, teknologi RPSSC boleh digunakan untuk pengelasan jenis tanaman, pengesanan penyakit dan analisis tanah. Dengan mengelaskan imej hiperspektrum dengan tepat, ia boleh membantu petani mengoptimumkan pengeluaran pertanian. Sementara itu, teknologi RPSSC WiMi boleh digunakan untuk pemantauan alam sekitar, termasuk perancangan bandar, pemantauan kualiti air, dan pemantauan tutupan tumbuh-tumbuhan. Melalui analisis menyeluruh imej hiperspektrum, pencemaran air dan perubahan ekosistem boleh dipantau dengan lebih baik.
Arahan penyelidikan masa depan WiMi termasuk mengoptimumkan algoritma RPSSC lebih lanjut untuk meningkatkan kecekapan penghitungan dan menyesuaikan penghitungan data imej hiperspektrum skala besar. Pada masa yang sama, memandangkan peranan penting pembelajaran mendalam dalam bidang pemprosesan imej, penggabungan teknologi RPSSC dan pembelajaran mendalam mungkin menjadi arah penyelidikan masa depan untuk meningkatkan ketepatan pengelasan dan keupayaan menangani adegan kompleks. Untuk bidang dan skenario aplikasi yang berbeza, WiMi komited untuk membangunkan penyelesaian RPSSC yang diselaraskan untuk memenuhi keperluan industri berbeza dengan lebih baik.
Teknologi RPSSC merupakan perkembangan penting bagi WiMi dalam bidang pengelasan imej hiperspektrum. Dengan memanfaatkan sepenuhnya ciri ruang dan spektrum dalam imej hiperspektrum, teknologi RPSSC menunjukkan prestasi cemerlang dan pelbagai bidang aplikasi potensi. Selain merealisasikan pengelasan lebih tepat, teknologi RPSSC menyediakan cara berfikir baru untuk menyelesaikan masalah kekompleksan model dan masa latihan panjang yang wujud dalam kaedah pembelajaran mendalam tradisional. Teknologi RPSSC WiMi mewakili kemuncak pengelasan imej hiperspektrum.
Tentang WiMi Hologram Cloud
WiMi Hologram Cloud, Inc. (NASDAQ: WIMI) adalah pembekal penyelesaian teknikal menyeluruh yang memberi tumpuan kepada bidang seperti perisian automotif HUD hologram AR, LiDAR pulsa hologram 3D, peralatan medan cahaya lapangan hologram, semikonduktor hologram, perisian awan hologram, navigasi kereta hologram dan lain-lain. Perkhidmatan dan teknologi AR hologramnya termasuk aplikasi automotif AR hologram, teknologi LiDAR pulsa 3D hologram, teknologi semikonduktor penglihatan hologram, pembangunan perisian hologram, teknologi pengiklanan AR hologram, teknologi hiburan AR hologram, pembayaran ARSDK interaktif, komunikasi hologram dan teknologi AR hologram lain.
Artikel ini disediakan oleh pembekal kandungan pihak ketiga. SeaPRwire (https://www.seaprwire.com/) tidak memberi sebarang waranti atau perwakilan berkaitan dengannya.
Sektor: Top Story, Berita Harian
SeaPRwire menyampaikan edaran siaran akhbar secara masa nyata untuk syarikat dan institusi, mencapai lebih daripada 6,500 kedai media, 86,000 penyunting dan wartawan, dan 3.5 juta desktop profesional di seluruh 90 negara. SeaPRwire menyokong pengedaran siaran akhbar dalam bahasa Inggeris, Korea, Jepun, Arab, Cina Ringkas, Cina Tradisional, Vietnam, Thai, Indonesia, Melayu, Jerman, Rusia, Perancis, Sepanyol, Portugis dan bahasa-bahasa lain.