Compression vidéo révolutionnaire pour les véhicules autonomes: Beamr établit des normes!

Compression vidéo révolutionnaire pour les véhicules autonomes: Beamr établit des normes!

Nicht specified, USA - Dans le monde passionnant des véhicules autonomes, le stockage et le traitement des données sont d'une importance centrale. L'augmentation des données vidéo entraîne des défis qui nécessitent de toute urgence des solutions innovantes. Beamr Imaging Ltd. la plupart des progrès dans ce domaine et ont récemment testé sa technologie accélérée par le GPU pour l'industrie automobile pour la conduite autonome. En tant que globenewewswire.com L'utilisation de sa technologie de débit binaire adaptative (CABR) de contenu a montré des résultats valides dans la technologie d'apprentissage automatique (ML).

Dans un monde où un seul véhicule autonome produit chaque jour des téraoctets de données vidéo, le potentiel de la technologie de Beamr est remarquable. Il permet des économies de 20% à 50% pour les données vidéo utilisées pour former des modèles ML sans affecter la qualité visuelle. Compte tenu du fait que jusqu'à 150 téraoctets de données par jour dans une flotte de 150 véhicules autonomes, il est clair que cela pourrait avoir un impact énorme sur les coûts de stockage et les infrastructures entre 3 et 6,5 millions USD par an.

L'explosion des données vidéo

L'explosion de données dans les véhicules autonomes est un défi sérieux - des experts comme Drago Anguelov de Waymo le savent également. Ceci est également lié aux exigences élevées sur le traitement des données, car les méthodes traditionnelles ne parviennent souvent pas à traiter efficacement les informations pertinentes. Beamr a développé un système de compression vidéo efficace pour ce problème qui donne l'impression qu'il a été adapté à la perception humaine.

Avec l'aide de CABR, il est assuré que des détails importants pour la prise de décision, tels que la lisibilité des panneaux de signalisation de rue ou la détection d'objets, sont également préservés pour des données compressées. Des études montrent que ce type de compression peut non seulement réduire la taille des fichiers jusqu'à 50%, mais reçoit également les performances des modèles ML en même temps. Ceci est particulièrement pertinent si l'on considère que la formation d'un modèle avec 10 000 heures de données vidéo 1080p peut nécessiter jusqu'à 600 téraoctets d'espace de stockage. Ceci n'est possible qu'avec des méthodes de compression efficaces.

Approches innovantes dans le traitement

La technologie derrière la compression s'est développée davantage. Bien que les méthodes de codage traditionnelles visent à reproduire les données aussi précisément que possible, les approches modernes, telles qu'elles sont également décrites dans le travail de Scisimple.com optimiser le processus de codage.

De plus, des techniques telles que le codage conjoint de diverses sources de données sont utilisées pour augmenter l'efficacité. Le traitement rapide est le mot magique ici, car les données doivent être traitées en temps réel afin de pouvoir exploiter pleinement toutes les possibilités des technologies de véhicules autonomes.

Beamr se prépare actuellement à analyser davantage les effets de vos technologies sur une variété de domaines d'application: la reconnaissance des objets et des objets 3D ainsi que les performances de la détection de piste de conduite appartiennent également à l'ordre du jour. Cette progression est nécessaire pour assurer un environnement sûr et efficace pour les conducteurs et les passagers dans les voitures autonomes.

Dans l'ensemble, on peut voir que les technologies derrière la compression vidéo dans les véhicules autonomes sont non seulement prometteuses, mais aussi cruciales afin de faire face aux défis des quantités croissantes de données.

Que ce soit des voitures volantes ou une conduite intelligente - le futur brille prometteur, et Beamr est à l'avant-garde avec sa technologie innovante. Il reste excitant de voir comment les méthodes de compression développent et soutiennent la prochaine génération de véhicules autonomes encore plus intelligents!