Revolusjonerende videokomprimering for autonome kjøretøyer: Beamr setter standarder!
Revolusjonerende videokomprimering for autonome kjøretøyer: Beamr setter standarder!
Nicht specified, USA - I den spennende verdenen av autonome kjøretøyer er datalagring og prosessering av sentral betydning. Økningen i videodata fører til utfordringer som haster krever innovative løsninger. Beamr Imaging Ltd. Det meste av fremgang på dette området og testet nylig sin GPU-akselererte teknologi for bilindustrien for autonom kjøring. Som Globenwswire.com, den compresjonen. der bruken av sin Content Adaptive Bitrate Technology (CABR) viste gyldige resultater i maskinlæringsteknologi (ML).
I en verden der et enkelt autonomt kjøretøy produserer terabyte med videodata hver dag, er potensialet i Beamrs teknologi bemerkelsesverdig. Det muliggjør besparelser fra 20% til 50% for videodata som brukes til å trene ML -modeller uten å påvirke den visuelle kvaliteten. Med tanke på det faktum at opptil 150 terabyte data per dag i en flåte på 150 autonome kjøretøyer, er det tydelig at dette kan ha enorm innvirkning på lagringskostnader og infrastruktur som er mellom 3 og 6,5 millioner USD årlig.
Eksplosjonen av videodataene
Dataeksplosjonen i autonome kjøretøyer er en alvorlig utfordring - eksperter som Drago Anguelov fra Waymo vet også det. Dette er også knyttet til de høye kravene til databehandling, fordi tradisjonelle metoder ofte ikke klarer å behandle relevant informasjon effektivt. Beamr har utviklet et effektivt videokomprimeringssystem for dette problemet som gir inntrykk av at det var skreddersydd til menneskelig oppfatning.
Ved hjelp av CABR er det sikret at viktige detaljer for beslutningstaking, for eksempel lesbarhet av gateskilt eller påvisning av objekter, også er bevart for komprimerte data. Studier viser at denne typen komprimeringer ikke bare kan redusere filstørrelsene med opptil 50%, men også mottar ytelsen til ML -modeller samtidig. Dette er spesielt relevant når du vurderer at trening for en modell med 10.000 timer 1080p videodata kan kreve opptil 600 terabyte lagringsplass. Dette er bare mulig med effektive komprimeringsmetoder.
Innovative tilnærminger i behandlingen
Teknologien bak kompresjonen har utviklet seg videre. Mens tradisjonelle kodingsmetoder tar sikte på å reprodusere data så presist som mulig, moderne tilnærminger, som de også er beskrevet i arbeidet med > Hjelp til å optimalisere kodingsprosessen betydelig
I tillegg brukes teknikker som felles koding av forskjellige datakilder for å øke effektiviteten ytterligere. Swift -prosessering er det magiske ordet her, fordi dataene må behandles i sanntid for å kunne utnytte alle mulighetene for autonome kjøretøyteknologier fullt ut. Beamr forbereder seg for tiden på å analysere effekten av teknologiene dine ytterligere på en rekke anvendelsesområder: objekt og 3D -objektgjenkjenning samt ytelsen til å kjøre spordeteksjon tilhører også agendaen. Denne fremgangen er nødvendig for å sikre et trygt og effektivt miljø for sjåfører og passasjerer i autonome biler. Totalt sett kan det sees at teknologiene bak videokomprimering i autonome kjøretøy ikke bare er lovende, men også avgjørende for å takle utfordringene med de økende datamengdene. Enten flygende biler eller smart kjøring - fremtiden skinner lovende, og Beamr er i forkant med sin innovative teknologi. Det er fortsatt spennende å se hvordan komprimeringsmetodene utvikler og støtter neste generasjon autonome kjøretøy enda mer smartere!
| Details | |
|---|---|
| Ort | Nicht specified, USA |
| Quellen | |
Kommentare (0)