Eine Kamera, die wie das menschliche Auge sieht

Die Netzhaut ist ein enorm mächtiges Werkzeug. Es sortiert riesige Datenmengen und verbraucht dabei nur einen Bruchteil der Leistung, die eine herkömmliche Digitalkamera und ein Computer für die gleiche Aufgabe benötigen würden.

Dynamisches Sehen: Die Stärke der Kamera liegt darin, Bewegungen einzufangen, wie hier die Milchtropfen.

Nun, Ingenieure einer Firma namens iniLabs in der Schweiz wenden Lehren aus der Biologie an, um eine effizientere Digitalkamera zu bauen, die von der menschlichen Netzhaut inspiriert ist.



Wie die einzelnen Neuronen in unseren Augen reagiert die neue Kamera – Dynamic Vision Sensor (DVS) – nur auf Veränderungen in einer bestimmten Szene. Dieser Ansatz eliminiert große Mengen redundanter Daten und könnte für viele Bereiche nützlich sein, einschließlich Überwachung, Robotik und Mikroskopie.

Dein Auge und mein Auge sind auch Digitalkameras. [Sie sind] nur eine andere Art von Digitalkamera, sagt Tobi Delbruck, Chief Scientific Officer bei iniLabs. Wir hatten eine bestmögliche Bildverarbeitung mit vorhandener Architektur und Hardware. Aber im Vergleich zur Biologie ist maschinelles Sehen erbärmlich schlecht.

Eine gewöhnliche Kamera nimmt alles auf, was sie sieht, und speichert die Informationen, die später verarbeitet werden sollen. Das verbraucht viel Kraft und viel Platz. Neuronen im Auge feuern jedoch nur, wenn sie eine Veränderung wahrnehmen – beispielsweise wenn ein bestimmter Teil einer Szene heller oder dunkler wird. Das DVS ahmt diese Selektivität nach und überträgt Informationen nur als Reaktion auf eine Verschiebung in der Szene. Das erfordert weniger Strom und lässt weniger Informationen zu verarbeiten.

Künstliche Netzhaut: Der Dynamic Vision Sensor (DVS) reagiert nur auf Veränderungen in der Szene und eliminiert große Mengen irrelevanter Daten.

Diese Funktion kann besonders nützlich sein, um Szenen aufzunehmen, die sich nicht oft ändern. Wenn beispielsweise Schlafforscher ihre Probanden auf Video aufnehmen, sind sie später gezwungen, stundenlanges ereignisloses Filmmaterial zu durchkämmen. Bei einem Sensor wie dem DVS werden wichtige, aktive Teile der Daten automatisch hervorgehoben.

Die Pixel im DVS ahmen auch die Art und Weise nach, wie sich ein einzelnes Augenneuron auf einen bestimmten Ort kalibriert: Diese Zelle und diejenigen, die für einen anderen Bereich verantwortlich sind, reagieren auf eingehende Daten auf leicht unterschiedliche Weise, sodass ein Neuron möglicherweise sehr empfindlich auf Eingaben reagiert, während ein anderes braucht mehr Stimulation zum Feuern. Ebenso passt jedes Pixel des DVS seine eigene Belichtung an. Dadurch kann der DVS mit ungleichen Lichtverhältnissen umgehen, benötigt aber auch enorme Pixel, die zehnmal so groß sind wie die einer modernen Handykamera.

Das DVS ist für die Arbeit mit der neuen TrueNorth-Computerarchitektur von IBM ausgelegt (siehe IBM Researchers Show Blueprints for Brainlike Computing). TrueNorth ist ein Programmieransatz, der die Biologie nachahmt – Informationen werden in einem Netzwerk neuromorpher Computerchips gespeichert, verarbeitet und geteilt, inspiriert von den neuronalen Netzwerken im Gehirn.

Worüber wir sprechen – die Kameras, die Informationen senden, wenn sich etwas ändert – ist eigentlich ein sehr zentrales Thema dafür, wie das Gehirn funktioniert oder zumindest wie Neurowissenschaftler denken, dass es funktioniert, sagt Nabil Imam , einem Informatiker an der Cornell University, der Teil des Cornell-Teams ist, das IBM bei der Entwicklung seiner neuromorphen Chips unterstützt hat. Wir erfassen Gehirnfunktionen auf hohem Niveau.

Delbruck und sein Team glauben, dass sie durch die Kombination ihrer Kamera mit der TrueNorth-Architektur ein Gerät erreichen werden, das dynamische Echtzeitprobleme besser handhabt.

Der DVS ist käuflich zu erwerben für etwa 2.700 US-Dollar und wurde in mehreren Forschungsprojekten verwendet, darunter eines, das den Verkehr aufzeichnete, und ein anderes, das die Verfolgung von Partikeln in einer Flüssigkeit beinhaltete. Das Team plant, das Gerät weiter zu verbessern. Die nächsten Ziele sind, die Farbempfindlichkeit zu erhöhen und die Netzhaut der Kamera von ihrer aktuellen Auflösung von 240 x 180 zu vergrößern.

verbergen