Junge Kreativität: Staubentfernung bei Smartkameras
Báo Thanh niên•22/05/2024
Eine Gruppe von Studenten hat Hardware entwickelt, um Nebel in intelligenten Kameras zu beseitigen und so zur Verkehrssicherheit für die Menschen beizutragen.
Bei schlechten Wetterbedingungen wie Nebel und Staub können die aufgenommenen Bilder unscharf und unklar sein, was die Sicht beeinträchtigt und die Identifizierung von Objekten erschwert, was jedes Jahr zu vielen Unfällen führt. Dies stellt hohe Anforderungen an die Entwicklung wirksamer Lösungen zur Verbesserung der Bildqualität und Erhöhung der Sichtbarkeit bei rauen Wetterbedingungen. Aus diesem Grund kam die Studentengruppe auf die Idee eines Hardware-Designprojekts zur Entfernung von „Nebel“ aus Smart-Kamera-Bildern.
Eine Gruppe von Studierenden und ihr Dozent (Titelbild rechts) erhielten im Rahmen des Wettbewerbs die Auszeichnung.
THAI PHUC
Der Projektinhaber ist eine Gruppe von 4 Studenten der Ho Chi Minh City University of Technical Education, darunter: Nguyen Huy Hoang, Phan Minh Nhat, Tran Tuan Kiet und Pham Nguyen Hoang Hai. Nachdem die Idee gekommen war, verbrachte das Team etwa sechs Monate damit, das Produkt fertigzustellen. Das Projekt gewann den zweiten Preis beim ersten „Smart City Microchip Design“-Wettbewerb im Jahr 2023. Huy Hoang teilte mit: „Das Produkt kann als Verarbeitungsvoraussetzung für KI-Anwendungen in der Objekterkennung verwendet werden. Die Anwendung zur Nebelentfernung wird eine Rolle bei der Bereinigung von Daten, der Verbesserung der Bildqualität und der Entfernung von Rauschen spielen. Dies verbessert die Genauigkeit von KI-Modellen.“ In Bezug auf die Überlegenheit im Vergleich zu herkömmlichen Methoden zur Bildverbesserung ist es weniger effektiv, da grundlegende Bildparameter wie Helligkeit, Kontrast, Farbsättigung usw. angepasst werden müssen. Die Dunkelkanalmethode ermöglicht tiefere Eingriffe durch Annahme und Neuzuordnung des Objektfelds im Bild. Daher wird die Bildqualität deutlich verbessert und die Verarbeitungsleistung und der Stromverbrauch sind im Vergleich zu Methoden, die Techniken des maschinellen Lernens und des Deep Learnings verwenden, angemessener.
Produktdesign und Simulationsergebnisse
THAI PHUC
Huy Hoang berichtete über den Implementierungsprozess: „Zuerst suchte die Gruppe nach einem geeigneten De-Fog-Algorithmus. Unsere Gruppe entschied sich für Dark Channel Prior, da dieser Algorithmus kurze Ausführungszeiten und eine relativ hohe Effizienz gewährleistet. Anschließend vervollständigte die Gruppe den Code mithilfe der Vitis HLS-Bibliothek, um ein Drittanbieter-Xilinx-Vitis-HLS zu verwenden, das in die Sprache Verilog konvertiert werden kann. Die Funktion von Xilinx kann uns auch dabei unterstützen, Generate zu initialisieren, um einen Testbench-Testsatz zu erstellen, der sicherstellt, dass der Code der Gruppe bei der Konvertierung in die neue Sprache korrekt ausgeführt wird. Schließlich wird die Gruppe das Tool von Synopsys verwenden, um den Chip fertigzustellen. Nach Schulung und Anleitung durch Mitarbeiter von Sunedu und ADT konnten wir ihn ausführen.“ Meister Truong Huu Ly, stellvertretender Direktor des Forschungs- und Entwicklungszentrums des Ho-Chi-Minh-Stadt-High-Tech-Parks, beurteilte die Durchführbarkeit des Projekts und sagte, dass Ihr Modell derzeit große Aufmerksamkeit von Unternehmen, insbesondere der Truong Hai Auto Corporation, erhalte. Herr Ly sagte außerdem, dass dieses Projekt großes Potenzial habe, wenn es weiterentwickelt werde. Wenn Sie beispielsweise im Nebel fahren und nicht nach draußen schauen, wird dies vom Kamerasystem des Konzerns erkannt und erfasst. Wenn Sie eine Software entwickeln, die die Anzeige auf der Windschutzscheibe ermöglicht, ist sie leichter zu beobachten, als direkt hineinzuschauen. Auch die Entwicklung auf einem kleinen Bildschirm wie dem aktuellen wird den Fahrer ablenken. „Insgesamt birgt dieses Projekt großes Entwicklungspotenzial, insbesondere im Automobilbau“, betonte Herr Ly. Huy Hoang fügte hinzu, dass die Gruppe in naher Zukunft versuchen werde, die Integration in einen ASIC-Block abzuschließen, sodass sie in eine Kamera, beispielsweise eine Autokamera, eingebaut werden könne. Von dort aus können Fahrer Bilder überwachen und für ihre Sicherheit bei der Teilnahme am Straßenverkehr sorgen. Darüber hinaus plant das Team, in Zukunft Hardware zu entwickeln, die Bilder von Überwachungskameras auch bei extremen Wetterbedingungen filtern kann. Sorgen Sie für mehr soziale Ordnung und Sicherheit für die Menschen.
Kommentar (0)