据军用嵌入式系统2019年7月12日报道：美国海军水面作战中心克兰分部的工程师大卫·艾默生展示了其最新研究成果。该研究利用深度学习处理图像并确定场景中物体之间的距离，使用深度学习来重建三维场景的自动驾驶汽车就是该系统的一个例子。但艾默生解释说当前还存在一些影响该方法有效性的干扰，他认为深度估算是计算机视觉中最具挑战性的问题之一。
艾默生称：“人眼可以看到并理解场景的深度，计算机只能读取2-D图片，必须计算距离才能理解物体间的深度，在我的离焦深度算法中，我拍摄一张对焦图片和一张离焦图片来创建3-D模型。”
美国海军水面作战中心克兰分部声称：艾默生的深度学习中的离焦算法比以往的用到的方法更具有优势，可以提高处理图片的速度，并且在处理暗光条件下的图片时更为稳定。
他说：“在军事领域，该技术一般用于野外战场的远距离探测。深度离焦技术在未来有巨大的应用潜力，可以大大提高作战人员的速度和能力的同时保持隐蔽性。”
艾默生的研究首先得到了国防部科学、数学和智能转型研究服务奖学金项目的部分资助，随后得到了海军水面作战中心克兰分部博士奖学金项目的全额资助。他表示：“如果不是因为我的经理克里斯托弗·克罗姆巴尔和团队的灵活支持，我就无法完成这项研究。总的来说，学习的过程是有收获的，机器学习和深度学习并不会消失；如今研究的趋势应该转移到解决军事、工业和学术界未来的问题上。我非常荣幸的能运用过去几年学习的一切知识来帮助人们以及拯救生命。”
声明：本文来自网电空间战，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
