Revolucionārā video saspiešana autonomiem transportlīdzekļiem: Beamr nosaka standartus!
Revolucionārā video saspiešana autonomiem transportlīdzekļiem: Beamr nosaka standartus!
Nicht specified, USA - Aizraujošajā autonomo transportlīdzekļu pasaulē datu glabāšana un apstrāde ir ļoti svarīga. Video datu pieaugums rada izaicinājumus, kas steidzami prasa novatoriskus risinājumus. Beamr Imaging Ltd. Lielākā daļa progresa šajā jomā un nesen pārbaudīja savu GPU paātrināto tehnoloģiju automobiļu rūpniecībai autonomai braukšanai. Kā globewewire.com. Tā satura adaptīvās bitu pārraides tehnoloģijas (CABR) izmantošana parādīja derīgus rezultātus mašīnmācīšanās tehnoloģijā (ML).
Pasaulē, kurā viens autonoms transportlīdzeklis katru dienu ražo terabaitus video datu, Beamra tehnoloģijas potenciāls ir ievērojams. Tas ļauj ietaupīt no 20% līdz 50% video datiem, ko izmanto ML modeļu apmācībai, neietekmējot vizuālo kvalitāti. Ņemot vērā faktu, ka līdz 150 terabaitiem datu dienā 150 autonomu transportlīdzekļu flotē ir skaidrs, ka tam varētu būt milzīga ietekme uz uzglabāšanas izmaksām un infrastruktūru, kas gadā ir no USD 3 līdz 6,5 miljoniem.
Video datu eksplozija
Datu eksplozija autonomos transportlīdzekļos ir nopietns izaicinājums - to zina arī tādi eksperti kā Drago Anguelov no Waymo. Tas ir saistīts arī ar augstajām prasībām attiecībā uz datu apstrādi, jo tradicionālajām metodēm bieži neizdodas efektīvi apstrādāt būtisku informāciju. Beamr ir izstrādājis efektīvu video saspiešanas sistēmu šai problēmai, kas rada iespaidu, ka tā ir pielāgota cilvēka uztverei.
Ar CABR palīdzību tiek nodrošināts, ka svarīga informācija par lēmumu pieņemšanu, piemēram, ielu zīmju lasāmība vai priekšmetu noteikšana, tiek saglabāta arī saspiestiem datiem. Pētījumi rāda, ka šāda veida saspiešana var ne tikai samazināt faila izmērus līdz pat 50%, bet arī vienlaikus saņemt ML modeļu veiktspēju. Tas ir īpaši svarīgi, ja uzskatāt, ka apmācībai modelim ar 10 000 stundām 1080p video datiem var būt nepieciešami līdz 600 terabaitu glabāšanas vietas. Tas ir iespējams tikai ar efektīvām saspiešanas metodēm.
Inovatīvas pieejas apstrādē
Kompresijas tehnoloģija ir attīstījusies tālāk. Kaut arī tradicionālās kodēšanas metožu mērķis ir pēc iespējas precīzāk reproducēt datus, mūsdienīgas pieejas, jo tās ir aprakstītas arī scisimple.com. ievērojami optimizēt kodēšanas procesu.
Turklāt efektivitātes palielināšanai tiek izmantotas tādas metodes kā dažādu datu avotu kopīga kodēšana. Swift apstrāde šeit ir burvju vārds, jo dati jāapstrādā reālā laikā, lai varētu pilnībā izmantot visas autonomo transportlīdzekļu tehnoloģiju iespējas. Beamr šobrīd gatavojas turpmāk analizēt jūsu tehnoloģiju ietekmi uz dažādām lietošanas jomām: objekta un 3D objekta atpazīšana, kā arī braukšanas trases noteikšanas veiktspēja arī pieder darba kārtībai. Šis progress ir nepieciešams, lai autonomās automašīnās nodrošinātu drošu un efektīvu vidi autovadītājiem un pasažieriem. Kopumā var redzēt, ka autonomo transportlīdzekļu video saspiešanas tehnoloģijas ir ne tikai daudzsološas, bet arī būtiskas, lai tiktu galā ar pieaugošā datu apjoma izaicinājumiem. Neatkarīgi no tā, vai lidojošas automašīnas vai gudra braukšana - nākotne spīd, daudzsološa, un Beamr ir priekšplānā ar savu novatorisko tehnoloģiju. Joprojām ir aizraujoši redzēt, kā attīstās kompresijas metodes, un atbalsta nākamās paaudzes autonomos transportlīdzekļus vēl gudrāk!
Details | |
---|---|
Ort | Nicht specified, USA |
Quellen |
Kommentare (0)