(SeaPRwire) – Beijing, ngày 03 tháng 01 năm 2024 – WiMi Hologram Cloud Inc. (NASDAQ: WIMI) (“WiMi” hoặc “Công ty”), một nhà cung cấp công nghệ Hologram Augmented Reality (“AR”) toàn cầu hàng đầu, hôm nay thông báo rằng họ đã phát triển công nghệ RandomPatchSpatialSpectrumClassifier (RPSSC) để khai thác đầy đủ sự bổ sung giữa không gian và thông tin phổ.
Nghiên cứu và phát triển của RPSSC của WiMi kết hợp một bộ lọc Gabor 2D và phương pháp trích xuất đặc trưng bằng tích chập ngẫu nhiên (GRPC). Trước tiên, RPSSC sử dụng phân tích thành phần chính (PCA) và thuật toán LDA để giảm chiều ban đầu của hình ảnh phổ đa. Mục đích của bước này là loại bỏ thông tin phổ dư thừa trong khi vẫn duy trì thông tin chính, tăng tỉ lệ khoảng cách nội và ngoại lớp, và chuẩn bị dữ liệu cho bước trích xuất đặc trưng và phân loại tiếp theo. Trên hình ảnh đã giảm chiều, RPSSC giới thiệu một bộ lọc Gabor hai chiều. Các bộ lọc Gabor thường được sử dụng trong lĩnh vực thị giác máy tính để trích xuất các đặc trưng cấu trúc không gian như cạnh và kết cấu của hình ảnh. Thông qua bộ lọc Gabor, công nghệ RPSSC có thể nắm bắt các đặc trưng kết cấu không gian địa phương và thông tin trong hình ảnh, đặt nền tảng cho bước trích xuất đặc trưng tiếp theo. Tiếp theo, RPSSC áp dụng phương pháp GRPC đối với các đặc trưng Gabor, thực hiện trích xuất đa cấp các đặc trưng phổ từ hình ảnh bằng cách lựa chọn ngẫu nhiên các mảnh trong hình ảnh và thực hiện phép tích chập lên những mảnh đó. Bước này nhằm tổng hợp thông tin không gian và phổ, cho phép mô hình hiểu rõ hơn các đặc trưng của hình ảnh. Cuối cùng, công nghệ RPSSC kết hợp các đặc trưng không gian được trích xuất từ GRPC với các đặc trưng phổ đa cấp. Qua quá trình kết hợp này, mô hình có thể tổng hợp thông tin phổ và cấu trúc không gian địa phương để cung cấp một biểu diễn đặc trưng phong phú hơn cho việc phân loại hình ảnh. Cuối cùng, RPSSC sử dụng một bộ phân loại vector hỗ trợ (SVM) để phân loại các đặc trưng kết hợp nhằm đạt được độ chính xác cao trong việc phân loại hình ảnh phổ đa.
Trích xuất đặc trưng GRPC bao gồm nhiều lớp và mỗi lớp bao gồm các bước sau:
PCA: PCA được thực hiện trên các mảnh ngẫu nhiên để trích xuất các đặc trưng phổ.
Làm trắng: Các đặc trưng phổ được trích xuất được làm trắng để giảm thiểu thông tin dư thừa.
Dự án ngẫu nhiên: Các đặc trưng đã làm trắng được dự án xuống không gian chiều thấp hơn bằng dự án ngẫu nhiên.
Trích xuất đặc trưng tích chập: Thực hiện phép tích chập trong không gian chiều đã giảm để trích xuất các đặc trưng phổ đa cấp.
Công nghệ RPSSC của WiMi có nhiều ưu thế kỹ thuật trong việc thực hiện sử dụng toàn diện các đặc trưng phổ và không gian của hình ảnh phổ đa. Nó cải thiện độ chính xác phân loại, giảm phức tạp mô hình và khai thác triệt để thông tin của hình ảnh phổ đa để cung cấp giải pháp hiệu quả hơn cho các ứng dụng thực tế. Các ưu điểm kỹ thuật của công nghệ RPSSC của WiMi bao gồm:
Cấu trúc đơn giản và hiệu suất xuất sắc: RPSSC áp dụng GRPC, có cấu trúc tương đối đơn giản nhưng thể hiện hiệu suất xuất sắc trong các thí nghiệm. Cấu trúc đơn giản này khiến mô hình dễ hiểu và tối ưu hơn, giảm chi phí triển khai trong các ứng dụng thực tế.
Khai thác triệt để các đặc trưng không gian và phổ: RPSSC khai thác triệt để các đặc trưng không gian và phổ trong hình ảnh phổ đa bằng cách kết hợp bộ lọc Gabor 2D và phương pháp GRPC. Việc kết hợp này không chỉ cải thiện độ chính xác phân loại mà còn tiết lộ tầm quan trọng của các đặc trưng cấu trúc không gian thường bị bỏ qua trong các phương pháp truyền thống.
Khả năng thích ứng tốt: Công nghệ RPSSC hoạt động tốt trong việc vượt qua hiện tượng tiếng ồn hạt và làm mịn quá mức trong phân loại hình ảnh phổ đa và áp dụng được cho nhiều tình huống thực tế khác nhau vẫn đạt độ chính xác phân loại cao ngay cả với số lượng mẫu huấn luyện hạn chế. Điều này quan trọng để xử lý môi trường bất thường và dữ liệu thiếu sót trong các ứng dụng thực tế.
Kết hợp các đặc trưng không gian và phổ: RPSSC thực hiện kết hợp hiệu quả các đặc trưng không gian và phổ, cho phép mô hình hiểu rõ hơn hình ảnh phổ đa. Việc kết hợp toàn diện này không chỉ cải thiện độ chính xác phân loại mà còn tăng cường khả năng nắm bắt cấu trúc nội tại của hình ảnh, cung cấp hỗ trợ mạnh mẽ cho phân loại chi tiết hơn.
Áp dụng cho số lượng mẫu huấn luyện hạn chế: RPSSC vẫn đạt độ chính xác phân loại cao ngay cả với số lượng mẫu huấn luyện hạn chế. Ưu điểm này đặc biệt quan trọng trong các ứng dụng thực tế bởi trong một số lĩnh vực, việc thu thập dữ liệu đánh dấu quy mô lớn có thể gặp khó khăn, và hiệu quả cao của RPSSC khiến nó phù hợp với những tình huống thách thức này.
Hiệu quả vượt trội trong việc khắc phục làm mịn quá mức: Trong xử lý hình ảnh phổ đa, làm mịn quá mức thường dẫn đến mất thông tin và ảnh hưởng đến độ chính xác phân loại, điều này được khắc phục bằng cách kết hợp sử dụng thông tin không gian và phổ của RPSSC, cải thiện chất lượng xử lý hình ảnh.
Bài viết được cung cấp bởi nhà cung cấp nội dung bên thứ ba. SeaPRwire (https://www.seaprwire.com/) không đưa ra bảo đảm hoặc tuyên bố liên quan đến điều đó.
Lĩnh vực: Tin nổi bật, Tin tức hàng ngày
SeaPRwire cung cấp phát hành thông cáo báo chí thời gian thực cho các công ty và tổ chức, tiếp cận hơn 6.500 cửa hàng truyền thông, 86.000 biên tập viên và nhà báo, và 3,5 triệu máy tính để bàn chuyên nghiệp tại 90 quốc gia. SeaPRwire hỗ trợ phân phối thông cáo báo chí bằng tiếng Anh, tiếng Hàn, tiếng Nhật, tiếng Ả Rập, tiếng Trung Giản thể, tiếng Trung Truyền thống, tiếng Việt, tiếng Thái, tiếng Indonesia, tiếng Mã Lai, tiếng Đức, tiếng Nga, tiếng Pháp, tiếng Tây Ban Nha, tiếng Bồ Đào Nha và các ngôn ngữ khác.
Công nghệ RPSSC của WiMi có phạm vi ứng dụng rộng rãi trong lĩnh vực phân loại hình ảnh phổ đa và công nghệ RPSSC có thể áp dụng cho hình ảnh phổ từ xa thu thập bằng vệ tinh và máy bay để phân loại bản đồ đất đai, khảo sát tài nguyên và giám sát môi trường. Ví dụ, nó có thể phân loại chính xác ruộng nương, rừng, nước, v.v. và thực hiện quản lý hiệu quả tài nguyên thiên nhiên. Trong lĩnh vực nông nghiệp, công nghệ RPSSC có thể được sử dụng để phân loại loại cây trồng, phát hiện bệnh tật và phân tích đất. Bằng cách phân loại chính xác hình ảnh phổ, nó có thể giúp nông dân tối ưu hóa sản xuất nông nghiệp. Đồng thời, công nghệ RPSSC của WiMi có thể được sử dụng cho giám sát môi trường, bao gồm quy hoạch đô thị, giám sát chất lượng nước và theo dõi bảo vệ thực vật. Thông qua ph