Construyendo modelo 2D de visión de ojo compuesto para aprendizaje automático
Autores: Starkov, Artem E.; Sokolinsky, Leonid B.
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Construyendo modelo 2D de visión de ojo compuesto para aprendizaje automático
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Modelo matemático
Visión de ojo compuesto
Robots móviles autónomos
Omatidios
Redes neuronales profundas
Azimut
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Este documento presenta un modelo matemático bidimensional de la visión del ojo compuesto. Dicho modelo es útil para resolver problemas de navegación para robots móviles autónomos en el plano terrestre. El modelo está inspirado en el ojo compuesto de los insectos que consta de omatidios, que son pequeñas unidades independientes de fotorecepción, cada una de las cuales combina una córnea, lente y rabdoma. El modelo describe la visión binocular plana del ojo compuesto, centrándose en medir la distancia y el azimut a una característica circular con un tamaño arbitrario. El modelo proporciona una condición necesaria y suficiente para la visibilidad de una característica circular por cada omatidio. Sobre esta base, se construye un algoritmo para generar un conjunto de datos de entrenamiento para crear dos redes neuronales profundas (DNN): la primera detecta la distancia y la segunda detecta el azimut a una característica circular. Se describen el ajuste de hiperparámetros y las configuraciones de ambas redes. Los resultados experimentales mostraron que el método propuesto podría detectar de manera efectiva y precisa la distancia y el azimut a objetos.
Descripción
Este documento presenta un modelo matemático bidimensional de la visión del ojo compuesto. Dicho modelo es útil para resolver problemas de navegación para robots móviles autónomos en el plano terrestre. El modelo está inspirado en el ojo compuesto de los insectos que consta de omatidios, que son pequeñas unidades independientes de fotorecepción, cada una de las cuales combina una córnea, lente y rabdoma. El modelo describe la visión binocular plana del ojo compuesto, centrándose en medir la distancia y el azimut a una característica circular con un tamaño arbitrario. El modelo proporciona una condición necesaria y suficiente para la visibilidad de una característica circular por cada omatidio. Sobre esta base, se construye un algoritmo para generar un conjunto de datos de entrenamiento para crear dos redes neuronales profundas (DNN): la primera detecta la distancia y la segunda detecta el azimut a una característica circular. Se describen el ajuste de hiperparámetros y las configuraciones de ambas redes. Los resultados experimentales mostraron que el método propuesto podría detectar de manera efectiva y precisa la distancia y el azimut a objetos.