除了可用于無人駕駛車的攝像機，陳明輝也認爲“雨刷”技術適用于監視攝像系統。
他說，新技術能提升監視攝像機在雨中的操作效率，讓人們看清影像中的細節。
全球多家公司正在極力研發無人駕駛車技術，但這個技術面對一大難題——車內攝像機下雨時難以辨別雨水和實質景物，車上電腦軟件也因此難以做出正確的駕駛判斷。
耶魯—新加坡國立大學學院（Yale-NUS College）電腦科學系副教授陳明輝（44歲）因此研究“電腦雨刷”，可讓電腦“學會”如何辨別和移除雨水或霧霾等模糊攝像畫面，最終呈現更清晰的景物。
陳明輝受訪時指出，這門新技術或能用于無人駕駛車的攝像機，讓這類車輛在雨中能更好地“看清”四周路況，更安全且有效地行駛。他解釋說，當下雨時，攝像機捕捉的畫面大體可分爲雨水和背景景物兩個層面，但電腦不似人類般能直接辨別。
他帶領的一組北京大學研究員便嘗試讓電腦系統的“人工神經網絡”（artificial neural network）進行“深度學習”（deep learning），克服電腦難辨雨水的問題。
他指出，深度學習可簡單理解爲給電腦人工神經網絡提供大量數據，讓電腦整理出相關的規律或信息，從而制定新的操作程序，即似電腦從數據中“學習”了新概念般。
用一萬多張不同景物畫面
讓電腦“學會”辨別雨水
陳明輝和研究團隊准備了一萬多張不同景物的畫面，再用電腦合成技術添加雨水的畫面，讓電腦人工神經網絡進行數小時的分析，從兩組畫面中“學會”如何辨別雨水。
“經這個過程，電腦便能察覺畫面中雨水的成分，之後若有其他含雨水的畫面，便能通過技術處理，把屬雨水的成分移除，‘還原’較清晰的背景景物。”
雖能從畫面中移除雨水，但陳明輝指經處理的畫面會較暗淡，因爲雨水能反射光線，因此移除後會使畫面稍暗。此外，由于雨水的形態太多，電腦目前還不能完全辨識及移除畫面中所有雨水痕迹，有時也會‘誤認’一些景物爲雨水而將其移除。
他說，研究團隊將進一步探究如何提告准確度和畫面質量，以及如何在不同領域中應用這門技術。
除了可用于無人駕駛車的攝像機，陳明輝也認爲“雨刷”技術適用于監視攝像系統。
“新技術能提升監視攝像機在雨中的操作效率，讓人們看清影像中的細節。雖然人工智能和影像分析等科技能助察覺影像中的可疑人物與動作，但最終仍需要人類來確認並決定應采取什麽行動，因此畫面清晰度還是非常重要的。”
除了雨水，相同技術也能讓電腦處理畫面中的霧霾。
他也透露，目前正在和研發無人駕駛車的公司以及國防部等機構，進一步探討如何運用和開發移除畫面雨水和霧霾的技術。
陳明輝與研究團隊在去年用了約八個月的時間研究這門技術，並在今年7月于美國夏威夷舉辦的常年電氣電子工程師學會（IEEE）國際計算機視覺與模式識別會議（Conference on Computer Vision and Pattern Recognition）發表研究成果。