Compressione video rivoluzionaria per veicoli autonomi: BEAMR SETS STANDARD!

Compressione video rivoluzionaria per veicoli autonomi: BEAMR SETS STANDARD!

Nicht specified, USA - Nell'entusiasmante mondo dei veicoli autonomi, l'archiviazione e l'elaborazione dei dati sono di fondamentale importanza. L'aumento dei dati video porta a sfide che richiedono urgentemente soluzioni innovative. Beamr Imaging Ltd. La maggior parte dei progressi in questo settore e ha recentemente testato la sua tecnologia accelerata dalla GPU per l'industria automobilistica per la guida autonoma. As globenewewswire.com the company has successfully carried out several proof of concepts (POCs), in che l'uso della sua tecnologia Bitrate Adaptive (CABR) dei contenuti ha mostrato risultati validi nella tecnologia di apprendimento automatico (ML).

In un mondo in cui un singolo veicolo autonomo produce ogni giorno terabyte di dati video, il potenziale della tecnologia di Beamr è notevole. Consente risparmi dal 20% al 50% per i dati video utilizzati per addestrare i modelli ML senza influire sulla qualità visiva. In considerazione del fatto che fino a 150 terabyte di dati al giorno in una flotta di 150 veicoli autonomi, è chiaro che ciò potrebbe avere un impatto enorme sui costi di stoccaggio e sulle infrastrutture tra i 3 e i 6,5 milioni all'anno.

L'esplosione dei dati video

L'esplosione dei dati nei veicoli autonomi è una sfida seria: anche esperti come Drago Anguelov di Waymo lo sanno. Ciò è anche collegato alle elevate richieste di elaborazione dei dati, poiché i metodi tradizionali spesso non riescono a elaborare in modo efficiente informazioni pertinenti. Beamr ha sviluppato un efficiente sistema di compressione video per questo problema che dà l'impressione che sia stato adattato alla percezione umana.

Con l'aiuto di CABR, si assicura che anche i dettagli importanti per la creazione di decisioni, come la leggibilità dei segnali stradali o il rilevamento di oggetti, siano preservati per i dati compressi. Gli studi dimostrano che questo tipo di compressione può non solo ridurre le dimensioni dei file fino al 50%, ma riceve anche le prestazioni dei modelli ML contemporaneamente. Ciò è particolarmente rilevante se si considera che la formazione per un modello con dati video 10.000 ore 1080p può richiedere fino a 600 terabyte di spazio di archiviazione. Ciò è possibile solo con metodi di compressione efficaci.

Approcci innovativi nell'elaborazione

La tecnologia dietro la compressione si è ulteriormente sviluppata. Mentre i metodi di codifica tradizionali mirano a riprodurre i dati nel modo più preciso possibile, approcci moderni, poiché sono anche descritti nel lavoro di Inoltre, le tecniche come la codifica articolare di varie fonti di dati vengono utilizzate per aumentare ulteriormente l'efficienza. L'elaborazione rapida è la parola magica qui, perché i dati devono essere elaborati in tempo reale per poter sfruttare appieno tutte le possibilità di tecnologie autonome di veicoli.