دنیای بینایی ماشین و رباتیک همیشه با چالشهای بزرگی مثل تاری حرکت، نور کم و بافتهای ضعیف در تصاویر روبروست. حالا محققان در یک پژوهش تازه، معمای موفقیت مدلهای «یادگیری عمیق» (Deep Learning) در سیستمهای SLAM بصری را حل کردهاند.
نتایج این تحقیق نشان میدهد که برتری خیرهکننده این مدلها، نه به خاطر معماریهای پیچیده بازگشتی (Recurrent)، بلکه به دلیل توانایی آنها در «تطبیق دادههای دوبعدی» (2D Data Association) و مدیریت هوشمندانه «عدم قطعیت» (Uncertainty) است. به زودی با متنباز شدن کدها، میتوانیم منتظر جهشهای جدیدی در عملکرد سیستمهای ناوبری رباتیک باشیم. 🤖🚀
منبع: arXiv Computer Vision