Building 2D Model of Compound Eye Vision for Machine Learning

Abstract

This paper presents a two-dimensional mathematical model of compound eye vision. Such a model is useful for solving navigation issues for autonomous mobile robots on the ground plane. The model is inspired by the insect compound eye that consists of ommatidia, which are tiny independent photoreception units, each of which combines a cornea, lens, and rhabdom. The model describes the planar binocular compound eye vision, focusing on measuring distance and azimuth to a circular feature with an arbitrary size. The model provides a necessary and sufficient condition for the visibility of a circular feature by each ommatidium. On this basis, an algorithm is built for generating a training data set to create two deep neural networks (DNN): the first detects the distance, and the second detects the azimuth to a circular feature. The hyperparameter tuning and the configurations of both networks are described. Experimental results showed that the proposed method could effectively and accurately detect the distance and azimuth to objects.

Device and Algorithms for Primary Processing of Video Information for a Machine Vision System Based on Artificial Compound Eyes

“…Временные диаграммы передачи информации приведены на рис. шинного зрения определение координат движущихся объектов основано на использовании двумерной модели [2]. Для формирования яркостной информации в каждой фасетке (омматидии) пиксели ПЗС матрицы группируются в отдельные сектора.…”

“…Поток данных об изображении с ПЗС-матриц передается в аппаратно-программный контроллер на базе ПЛИС, где выполняется первичная обработка информации -разделение на отдельные сектора (омматидии). Полученные в результате данные по всем омматидиям поступают в две нейросети прямого распространения, которые решают задачу определения координат объекта в виде направления и дальности до объекта [2].…”