Metodo per stimare la profondità, il flusso ottico e altre informazioni semantiche su dispositivi a basso consumo di potenza. Immagini a bassa risoluzione acquisite da una singola camera sono processate da una rete neurale convoluzionale, leggera e altamente accurata, addestrata mediante apprendimento auto-supervisionato.

La stima di profondità e flusso ottico di una scena è fondamentale in diverse applicazioni di visione artificiale. Una tendenza recente mira a dedurre questi segnali da una singola telecamera per semplificare il sistema e consentirne l’utilizzo in contesti applicativi caratterizzati da stringenti vincoli di costo e dimensione. A tale scopo, l’invenzione consiste in una minuscola rete neurale convoluzionale in grado di elaborare immagini a bassa risoluzione per ottenere informazioni semantiche grossolane della scena osservata. La rete può funzionare su unità microcontrollore standard con requisiti di alimentazione minimi (poche centinaia di mW). Tuttavia, è sufficientemente accurata da fungere da spina dorsale di molte applicazioni IoT come il monitoraggio delle persone, il monitoraggio del traffico e  sistemi di monitoraggio per la tutela della privacy. Inoltre, la rete è addestrata in modo auto-supervisionato; quindi, non richiede costose annotazioni durante la fase di addestramento.

• Sistemi di controllo di prossimità, tracciamento e monitoraggio del traffico;
• Sistemi di monitoraggio a tutela della privacy;
• Realtà aumentata e virtuale.

• Estrazione di informazione semantica da una singola immagine;
• Apprendimento auto-supervisionato;
• Compatibile con dispositivi mobili alimentati a batteria;
• Economicità di produzione.