Специалисты Пермского политеха (ПНИПУ) обучили нейронную сеть вычленять предметы на снимках с учетом контекста изображения. Машинное зрение перестает ошибаться из-за изменения перспективы кадра и может выявлять оружие на фотографиях с множеством людей.
Нейронные сети активно используются в большинстве различных сфер, поскольку с помощью них можно автоматизировать множество процессов. Один из них — распознавание изображений. Эта функция необходима в робототехнике, в автомобильной сфере, в медицине и системах видеонаблюдения. Нейронные сети «видят» и понимают изображения с помощью машинного зрения, когда изображению на фотографиях сопоставляются определенные типы объектов. Правда, эта технология ещё несовершенна, потому что при поиске объектов может игнорироваться контекст изображения. Кроме этого, ошибки могут возникнуть, если ракурс изображения или его качество изменяется, поскольку объекты не привязаны жестко к изображению.
Система машинного зрения пермских учёных может выделять контуры объекта и точно определять его классификацию, поскольку использует двухэтапную схему обработки изображений. В отличие от одноступенчатой схемы, она учитывает контекст изображения и удалённость объектов или изменения ракурса. В ПНИПУ обучили машинное зрение такому алгоритму: сначала выбирается часть изображения с необходимым объектом. На ненужный фрагмент снимка нейросеть не реагирует. После этого машинное зрение выделяет и сегментирует необходимые объекты.
Увеличение точности на 25% на отдельных тестовых изображениях происходит за счёт искусственного ограничения назначения категорий и локализации объектов в контексте сцены обрабатываемого изображения.
Андрей Кокоулин, доцент кафедры автоматики и телемеханики ПНИПУ
Разработка учёных из Перми поможет определять опасные предметы на снимках в толпе. Ведь обычная нейросеть не может правильно вычленить нужные объекты, например, оружие, на удалённых или приближенных объектах. Если предварительно правильно обнаружить силуэты людей на фотографии, то обнаружение оружия будет точным.
Активную работу по улучшению систем распознавания лиц ведут и за пределами России. Так, инженер и предприниматель Луис Венус создал прототип дрона, который может быстро отыскать в толпе конкретного человека, преследовать и атаковать его. Устройство оборудовано системами распознавания лиц и системами наведения. Дрон обучен находить людей в кадре и на полной скорости лететь к необходимому объекту. На создание устройства инженер потратил несколько часов.
Мы проверяем наличие бомб и оружия, но ДЛЯ БОЛЬШИХ МЕРОПРИЯТИЙ И ОБЩЕСТВЕННЫХ ПРОСТРАНСТВ ПОКА НЕТ СИСТЕМ ПРОТИВ ДРОНОВ. Я также смог добавить к нему распознавание лиц и заставить его атаковать только того, кого он знал, он мог легко идентифицировать человека с расстояния 10 метров. Я держу пари, что в ближайшие несколько лет мы увидим какую-то террористическую атаку с использованием такого типа технологий.
Луис Венус
Венус заметил, что подобный дрон можно использовать для атак на скопление людей, и следует создавать системы борьбы с такими устройствами для гражданских пространств.
Российские исследователи обучили нейросеть распознавать лица людей с неудобных ракурсов
В Москве протестировали светофор с камерой распознавания лиц пешеходов
Калужский электромеханический завод представил арочные металлодетекторы с системой распознавания лиц