شبكة الإشغال

شبكة الإشغال هي تمثيل جديد لطرق إعادة البناء ثلاثية الأبعاد القائمة على التعلم. تم اقتراح هذا المفهوم لأول مرة في عام 2018 في ورقة بحثية بعنوان "شبكات الإشغال: تعلم إعادة البناء ثلاثي الأبعاد في مساحة الوظيفة"، والتي تم قبولها من قبل CVPR 2019.

الفكرة الأساسية لشبكة الإشغال هي الحصول على تمثيل بسيط للمساحة ثلاثية الأبعاد من خلال التنبؤ باحتمالية الإشغال في مساحة ثلاثية الأبعاد. بدلاً من الاعتماد على الكشف التقليدي عن الكائنات ثلاثية الأبعاد، يقسم هذا النهج العالم إلى مكعبات صغيرة، أو فوكسل، ويتنبأ بما إذا كان كل فوكسل خاليًا أو مشغولًا. يتيح هذا لشبكة الإشغال العمل بسرعة تزيد عن 100 إطار في الثانية، وتكون فعالة للغاية في استخدام الذاكرة، وتفهم الكائنات المتحركة والثابتة.

قدمت شركة تسلا مفهوم شبكة الإشغال في مؤتمر CVPR 2022 ويوم الذكاء الاصطناعي لشركة تسلا، وأظهرت تطبيقه في أنظمة الإدراك. يتضمن هيكل نموذج شبكة الإشغال الخاصة بشركة Tesla استخراج الميزات من الصور من وجهات نظر متعددة، ثم التنبؤ بالإشغال من خلال وحدات الانتباه والمحولات، وأخيرًا إخراج حجم إشغال المساحة وتدفق الإشغال ثلاثي الأبعاد.

بالإضافة إلى ذلك، يتم دمج شبكة الإشغال مع تقنية مجال الإشعاع العصبي (NeRF) للتحقق مما إذا كان المشهد ثلاثي الأبعاد المتوقع يتطابق مع المشهد الفعلي من خلال مقارنة الحجم ثلاثي الأبعاد الذي تم إنشاؤه بواسطة شبكة الإشغال مع المشهد ثلاثي الأبعاد الذي تم إعادة بنائه بواسطة NeRF. تساعد هذه الطريقة على حل مشاكل البيئة المعقدة مثل الانسداد، وتشويش الصورة، والمطر والضباب.

في مجال القيادة الذاتية، توفر Occupancy Network منظورًا جديدًا للتعامل مع مهام الإدراك، وخاصة إظهار مزاياها الفريدة عند التعامل مع العوائق الطويلة والأشياء من فئات غير معروفة. ومع استمرار تطور التكنولوجيا، من المتوقع أن تصبح شبكة الإشغال جزءًا لا غنى عنه من أنظمة إدراك القيادة الذاتية.