Made in Сколково: искусственный интеллект поможет леспрому
Учёные из российского наукограда получили патент
Сколковский институт науки и технологий на своём сайте разместил информацию о патенте, который получила группа исследователей. Правообладатели зарегистрировали новый метод, который позволяет «повысить скорость и точность анализа данных дистанционного зондирования Земли». Принципиальное отличие данной методики состоит в том, что для обработки и сегментации спутниковых изображений находят применение нейронные сети и специально разработанный метод их обучения.
Авторами разработки стали исследователи Сколтеха − доцент Евгений Бурнаев, научный сотрудник Алексей Артемов, инженер-исследователь Алексей Боховкин и аспирант Денис Волхонский. Они «разработали новый алгоритм обучения, с помощью которого нейронная сеть учится определять границы между значимыми сегментами спутникового изображения и распознавать различные объекты, например, здания, дороги и лесные массивы». Результаты проведённого исследования были положены в основу нового патента. А Евгений Бурнаев и Алексей Боховкин презентовали их на международном симпозиуме по нейронным сетям (International Symposium on Neural Networks). Их публикация, озаглавленная «Граничные потери для семантической сегментации изображений дистанционного зондирования», была опубликована некоторое время назад в Материалах 16-го Международного симпозиума по нейронным сетям.
Как отмечено в публикации Сколтеха, «сегментированные карты находят применение в различных приложениях, включая системы экологического мониторинга и планирования городской застройки, а также в лесной промышленности, сельском хозяйстве и других отраслях, где используется геопространственный анализ». В частности, они могут помочь в измерении площадей сельскохозяйственных угодий (да и лесных массивов – тоже). Или при подсчёте, к примеру, количества автомобилей на парковке, что позволяет спрогнозировать, насколько интенсивным окажется движение. Учёные научного учреждения убеждены в том, что «чёткое распознавание границ между объектами крайне важно для учёта различных изменений при обновлении карт» (в условиях цифровизации лесов такие возможности крайне необходимы). По словам Евгения Бурнаева, «…эта функция позволяет, например, определить увеличение размеров мусорных полигонов или оценить ущерб от экологических катастроф, таких как ураганы».
В перспективе исследователи намерены провести обобщение разработанного подхода с тем, чтобы получить возможность решать задачи многоклассовой семантической сегментации изображений.
Как отмечали в обозначенной выше публикации Алексей Боховкин и Евгений Бурнаев, анализ геопространственных данных (в том числе – и семантическая сегментация) приобретает в настоящее время всё большее значение, да и становится «всё более популярной задачей в компьютерном зрении». При этом нейронные сети представляют собой «мощные визуальные модели, которые дают иерархию функций». Они находят практическое применение для обработки данных дистанционного зондирования.
Как оценили в научном мире, разработка российских исследователей опережает уже имеющиеся достижения в данной области знаний и практики.
Оставить комментарий