Adobe en MIT introduceren baanbrekende AI-gebaseerde methode voor materiaalidentificatie in afbeeldingen
Onderzoekers van het Massachusetts Institute of Technology (MIT) en Adobe Research hebben gezamenlijk een innovatieve benadering ontwikkeld om materialen te identificeren met behulp van AI-visie.
Het team beweert dat hun systeem ongevoelig is voor schaduwen en inconsistente verlichting, en dat het potentieel heeft om robots te begeleiden bij interacties met objecten in de echte wereld. Daarnaast is het mogelijk dat deze technologie in de toekomst wordt geïntegreerd in software zoals Lightroom en Photoshop, om het bewerkingsproces van afbeeldingen te vereenvoudigen.
Het machine learning-systeem stelt gebruikers in staat om een enkele pixel te specificeren die representatief is voor een bepaald materiaal, waarna alle overeenkomstige pixels in de afbeelding worden gedetecteerd. Het systeem is getraind met behulp van “synthetische” gegevens, wat neerkomt op 3D-renderings. Desondanks blijkt het ook zeer effectief te zijn bij het herkennen van materialen in echte scènes. Hoewel er nog veel ontwikkeling nodig is, lijkt het team een grote eerste stap te hebben gezet.
Opvallend is dat deze techniek ook in staat is om vergelijkbare materialen in video’s te selecteren. Door simpelweg een enkele pixel aan te wijzen, worden alle instanties van dat materiaal in het huidige frame en de daaropvolgende frames van de video gedetecteerd.
Volgens MIT is deze methode nauwkeurig, zelfs wanneer objecten verschillende afmetingen en vormen hebben. Het onderscheidt zich van eerdere methoden die soms verwijzen naar hele objecten die uit verschillende materialen kunnen bestaan. Met het nieuwe systeem kunnen dynamisch alle pixels in een afbeelding worden geëvalueerd om materiaalovereenkomsten te bepalen, zonder precies te weten welke materialen erbij betrokken zijn.
Hoewel het primaire doel van dit machine learning-systeem lijkt te liggen op het gebied van robotica en het herkennen van objecten door robots, hebben de onderzoekers ook andere mogelijke toepassingen in gedachten, waaronder beeldbewerking. Het selecteren van bijvoorbeeld het shirt van een onderwerp of het identificeren van alle gedragen spijkerbroeken in een afbeelding zou leiden tot snelle en eenvoudige correcties.
Het is van groot belang om te weten welke materialen in een afbeelding aanwezig zijn, aangezien twee objecten uiterlijk op elkaar kunnen lijken maar verschillende materiaaleigenschappen kunnen hebben. Onze methode vergemakkelijkt de selectie van alle andere pixels in een afbeelding die van hetzelfde materiaal zijn gemaakt.
- Prafull Sharma, hoofdauteur
Deze techniek is buitengewoon interessant en hoewel deze al behoorlijk geavanceerd is, bevindt deze zich nog in een vroeg stadium van ontwikkeling. Het is zeer waarschijnlijk dat we binnen een jaar of twee een voorproefje van deze technologie zullen zien tijdens een Adobe MAX-evenement, waar nieuwe en innovatieve technologieën worden gepresenteerd.
De potentie van deze AI-gestuurde methode strekt zich echter verder uit dan alleen robotica en beeldbewerking. Het vermogen om materialen nauwkeurig te identificeren in afbeeldingen opent de deur naar een breed scala aan toepassingen. Bijvoorbeeld in de mode-industrie, waar het eenvoudig lokaliseren en analyseren van specifieke materialen in ontwerpen en collecties ontwerpers zou kunnen helpen bij het maken van weloverwogen beslissingen en het bevorderen van duurzaamheid.
Daarnaast zou deze technologie ook van onschatbare waarde kunnen zijn in forensisch onderzoek, waar het identificeren van materialen op bewakingsbeelden en foto’s cruciaal kan zijn bij het oplossen van misdrijven. Het vermogen om snel en accuraat materialen te detecteren en te analyseren zou het onderzoek aanzienlijk versnellen en de kans op het vinden van belangrijk bewijs vergroten.
Verder zou deze AI-methode ook kunnen worden toegepast in augmented reality (AR) en virtuele realiteit (VR) ervaringen. Door de omgevingen realistischer en interactiever te maken, kan het gebruikers een meeslepende ervaring bieden waarin ze materialen kunnen herkennen en ermee kunnen interageren.
De ontwikkeling van deze nieuwe manier om materialen te identificeren met behulp van AI-visie door Adobe en MIT is een opwindende stap voorwaarts in het veld van computer vision en beeldverwerking. Het heeft het potentieel om de manier waarop we afbeeldingen begrijpen, bewerken en analyseren te transformeren, en opent de deur naar talloze innovatieve toepassingen in verschillende domeinen. We kijken uit naar verdere ontwikkelingen op dit gebied en de impact die het zal hebben op verschillende industrieën.