در راستای توسعه تکنولوژی بینایی ماشین و رسیدن به سطح تحلیل اطلاعات تصویری همچون انسان ها cenesis, thales و دانشگاه west of Scotland سیستمی را ساخته اند که امکان تشخیص اشیا را تا فاصله 1500 متر فراهم کرده است.
این سیستم، که شامل تکنیک های یادگیری ماشین است، آموزش داده می شود تا بتواند طیف وسیعی از آثار بصری را طبقه بندی کرده و براساس ویژگی های مشترک آنها طبقه بندی کند. روند آموزش شامل ارائه دستگاه با صدها تصویر از یک موضوع برای تجزیه و تحلیل در زوایای مختلف، فواصل و با مانع های مختلف است. با گذشت زمان، این موضوع به ایجاد درک از اینکه چگونه افراد، وسایل نقلیه و یا موارد خاص باید ظاهر شوند، کمک می کند.
در مراحل توسعه آن نیز این سیستم می تواند همانند قبل، انسان ها و شش نوع مختلف وسایل نقلیه را از جمله کامیون های برقی، 4x4s و حامل های مردم شناسایی و طبقه بندی کند.این فناوری در صنایع مختلف، با بخش های امنیتی، نظارت، مهندسی و ساخت و ساز در میان کسانی که بیشترین بهره را می برند، می تواند کاربرد داشته باشد.
دکتر پابلو کاساسکا، استاد ارشد در پردازش سیگنال و تصویر در UWS، می گوید: “سیستمی که ما ساختیم به طور قابل توجهی قابلیت تشخیص و طبقه بندی در دوربین های حرارتی تصویری در محدوده زمانی طولانی را افزایش می دهد. برنامه های کاربردی بالقوه برای این تکنولوژی می تواند گسترده باشد و اگر ما سیستم را با داده های کافی با کیفیت بالا ارائه کنیم، می توانیم مجموعهای از اشیا را با تعداد بسیار کمی از پیکسل ها شناسایی کنیم. “
CENSIS، مرکز نوآوری اسکاتلندی برای سیستم های حسگر و تصویربرداری، ارتباط بین UWS و تالس را به عهده دارد. گاوین برروس، مدیر پروژه CENSIS، می گوید: “این یک نمونه عالی از آنچه می تواند در زمانی که موسسه آموزشی مناسب با متخصصان صنعت متصل است، یک نمونه خوب باشد. با تشکر از مشارکت آنها، تالس و UWS یک فن آوری را ایجاد کرده اند که می تواند قابلیت های تشخیص و طبقه بندی را در صنایع گوناگون تغییر دهد و آنها را در خط مقدم تحقیقات و کاربرد های صنعتی در این زمینه قرار دهد. “
دکتر مت کیتچین، مهندس الگوریتم در تالس در گلاسکو، می گوید: “نتیجه مرحله اول رضایت بخش است. طبقه بندی نتایج ، سرعت موفقیت بسیار بالایی را فرای تصور ما نشان می دهد.”