בתמונה למעלה: דוגמא לאיכות הסרת הצללים באמצעות האלגוריתם החדש
מחקר שביצעו שני עובדים מחברת אפלייד מטיריאלס ישראל (Applied Materials) הציג גישה חדשה להתמודדות עם בעיית ההצללה בתמונות, והביא לפיתוח אלגוריתם בינה מלאכותית אשר מסוגל לנקות צללים מתמונות, באיכות הטובה ביותר שהושגה עד היום, באמצעות רשת נוירונים שהיא קטנה פי 1,000 בהשוואה לשיטות המתחרות. הפיתוח נעשה על-ידי תמיר עיני וגלעד ורד ממחלקת האלגוריתמים של חברת אפלייד מטיריאלס בישראל, ביחד עם אפרת אימר ובליווי פרופ' שי אבידן מאוניברסיטת תל אביב.
המחקר בוצע בעידוד החברה ועל חשבון שעות העבודה. הפרוייקט החל במסגרת קורס למידה עמוקה באוניברסיטה שבו השתתף תמיר עיני, שבו התבקשו הסטודנטים לבצע עבודת גמר. בהתייעצות עם המנחה שלו לעבודת המאסטר בהנדסת חשמל, פרופ' אבידן, החל עיני לעבוד על נושא ההצללה ובסיום הקורס צירף אליו את גלעד ורד. המטרה הייתה למצוא דרך יעילה להתמודד עם סוגיית הצל, אשר מאפשרת לסייע בפתרון בעיות דומות גם בתחום מערכות הבקרה על ייצור שבבים.
הגדרה חדשה של אתגר הצל
עיני: "מודלים של רשתות נוירונים מבוססים על שימוש במשקולות, אשר מספרן מגדיר את מספר פעולות העיבוד שיש לבצע. המודל שפיתחנו זקוק לפחות משקולות בשלושה סדרי גודל בהשוואה למודלים הקיימים היום בספרות. כלומר, הרשת שלנו מבצעת פי 1,000 פחות פעולות עיבוד, ובכל זאת היא סיפקה את התוצאה הטובה ביותר. המחקר וההדגמה נעשו על-גבי שני מאגרי מידע הכוללים תמונות עם צל ותמונות בלי צל, אשר משמשים כמבחן ליכולת של האלגוריתם להתמודד עם הבעיה".
לדברי גלעד, אחד מההישגים של הפיתוח הוא בגישה החדשה של הצוות, שבה האלגוריתם מנתח כל פיקסל בתמונה. "עד היום התמודדו עם אתגר הסרת הצל מתוך הנחה שהתיקון צריך להיות אחיד, ולכן העיבוד נעשה על כל איזור הצל במשותף. הטענה שלנו היתה שהצל הוא לא אחיד. קיימים אזורים פנימיים שבהם הצל אחיד, וקיימים אזורים שבהם יש עירוב בין הארה מוצללת במלואה לבין הארה שהיא מוצללת באופן חלקי, ולכן צריך להתמודד עם האתגר ברמת הפיקסל ולא ברמת הצל באופן אחיד".
מחלקת האלגוריתמים של אפלייד מטיריאלס ישראל מעסיקה כ-70 אלגוריתמאים העוסקים במחקרי עומק בתחומים כמו ראיית מכונה (CV), לימוד מכונה (ML) ורשתות נוירונים עמוקות (DL). הממצאים הוצגו בסדנה של כנס CVPR שהתקיים ביוני השנה בארה"ב. מדובר בכנס החשוב בעולם בנושאי ראייה ממוחשבת.
