Forradalmi videó tömörítés autonóm járművekhez: A BeamR beállítja a szabványokat!

Forradalmi videó tömörítés autonóm járművekhez: A BeamR beállítja a szabványokat!

Nicht specified, USA - Az autonóm járművek izgalmas világában az adattárolás és a feldolgozás központi jelentőségű. A videoadatok növekedése olyan kihívásokhoz vezet, amelyek sürgősen innovatív megoldásokat igényelnek. A BeamR Imaging Ltd. ezen a területen a fejlődés nagy része, és nemrégiben megvizsgálta az autóipar GPU-gyorsított technológiáját az autonóm vezetéshez. As Globenewswire.com A cég sikeres megkerülése ( A tartalom adaptív bitráta technológiájának (CABR) használata érvényes eredményeket mutatott a gépi tanulási technológiában (ML).

Egy olyan világban, ahol egyetlen autonóm jármű minden nap előállítja a videó adatok terabájtjait, a Beamr technológiájának lehetősége figyelemre méltó. Ez lehetővé teszi a megtakarítást 20% -ról 50% -ra az ML modellek képzéséhez használt videó adatok esetében, anélkül, hogy a vizuális minőséget befolyásolná. Tekintettel arra a tényre, hogy napi 150 terabájt adatot egy 150 autonóm jármű flottájában, egyértelmű, hogy ez óriási hatással lehet a tárolási költségekre és az infrastruktúrára, amely évente 3 és 6,5 millió között van.

A videoadatok robbanása

Az autonóm járművek adatrobbanása komoly kihívás - olyan szakértők, mint a Waymo Drago Anguelov, szintén tudják. Ez kapcsolódik az adatfeldolgozás iránti magas igényekhez is, mivel a hagyományos módszerek gyakran nem sikerül hatékonyan feldolgozni a releváns információkat. A BeamR kifejlesztett egy hatékony video -kompressziós rendszert ehhez a problémához, amely azt a benyomást kelti, hogy az emberi észleléshez igazított.

A CABR segítségével biztosítva van, hogy a döntéshozatal fontos részletei, például az utcai jelek olvashatósága vagy az objektumok észlelése szintén megmaradnak a tömörített adatokhoz. A tanulmányok azt mutatják, hogy az ilyen típusú tömörítés nemcsak 50%-kal csökkentheti a fájlméreteket, hanem az ML modellek teljesítményét is megkapja. Ez különösen akkor releváns, ha úgy gondolja, hogy a 10 000 órás 1080p videó adatokkal rendelkező modell képzése akár 600 terabájt tárolóhelyet igényelhet. Ez csak a hatékony tömörítési módszerekkel lehetséges.

innovatív megközelítések a feldolgozásban

A kompresszió mögött meghúzódó technológia tovább fejlődött. Míg a hagyományos kódolási módszerek célja az adatok a lehető legpontosabban reprodukálása, a modern megközelítések, amint azt a scisimple.com . Optimalizálja a kódolási folyamatot.

Ezenkívül olyan technikákat alkalmaznak, mint a különféle adatforrások közös kódolása a hatékonyság további növelésére. A gyors feldolgozás itt a varázslatos szó, mivel az adatokat valós időben kell feldolgozni annak érdekében, hogy teljes mértékben kihasználhassuk az autonóm járműtechnológiák minden lehetőségét.

BEAMR jelenleg arra készül, hogy tovább elemezze technológiáinak hatásait az alkalmazás különféle területeire: objektum és 3D objektumfelismerés, valamint a vezetési pályák észlelésének teljesítménye is a napirendhez tartozik. Ez az előrelépés szükséges a biztonságos és hatékony környezet biztosítása érdekében a járművezetők és az utasok számára autonóm autókban.

Összességében látható, hogy az autonóm járművekben a video -tömörítés mögött meghúzódó technológiák nemcsak ígéretesek, hanem döntő fontosságúak is annak érdekében, hogy megbirkózzanak a növekvő mennyiségű adatok kihívásaival.

Akár repülõ autók, akár intelligens vezetés - a jövő ígéretes, és a Beamr élen jár az innovatív technológiájával. Izgalmas továbbra is látni, hogy a kompressziós módszerek hogyan fejlesztik és támogatják az autonóm járművek következő generációját még okosabbak!