Det neurale netværk "Beeline AI - Search for people" vil hjælpe med at finde forsvundne personer

Beeline har udviklet et specialiseret neuralt netværk, der vil hjælpe med at søge efter forsvundne personer: platformen hedder "Beeline AI - Search for People."

Løsningen er designet til at forenkle arbejdet for eftersøgnings- og redningsholdet.Lisa Alert" Siden 2018 har dette hold brugt ubemandede luftfartøjer til eftersøgningsoperationer udført i skove og industriområder i byer. At analysere billeder opnået fra dronekameraer kræver dog involvering af et stort antal frivillige. Desuden tager dette meget tid.

Det neurale netværk "Beeline AI - Søg efter mennesker" vil hjælpe med at finde forsvundne personer

Det neurale netværk "Beeline AI - People Search" er designet til at automatisere fotobehandlingsprocessen. Det hævdes, at specialiserede algoritmer kan reducere tiden til visning og sortering af modtagne billeder med to en halv gang.

Platformen bruger foldede neurale netværksteknologier, som øger effektiviteten af ​​computervisionsværktøjer. Det neurale netværk blev trænet på rigtige samlinger af billeder. Test har vist, at modellens nøjagtighed på testbilleder er tæt på 98%.

Den primære opgave for "Beeline AI - People Search" er at sortere "tomme" og uinformative fotografier fra, der bestemt ikke har en person eller egenskaber, der indikerer, at der var en person på dette sted. Dette giver analyseteamet mulighed for straks at fokusere på potentielt virkningsfulde skud.

Det neurale netværk "Beeline AI - Søg efter mennesker" vil hjælpe med at finde forsvundne personer

Systemet kan tilpasse sig forskellige forhold. Den finder lige så præcist objekter både fra højder på 30-40 meter og fra en flyvehøjde på 100 meter. Samtidig er det neurale netværk i stand til at behandle billeder med et højt niveau af visuel "støj" - træer, naturlige landskaber, tusmørke osv.

"Potentielt er det neurale netværk i stand til at finde mennesker og objekter på alle søgesteder, såsom skove, sumpe, marker, byer, uanset årstiden og en persons påklædning, da algoritmen er konfigureret til at virke til enhver tid af året og vil potentielt kunne genkende ikke-standardiserede kropsstillinger i rummet, for eksempel en person, der sidder, liggende eller delvist dækket af løv,” bemærker Beeline. 



Kilde: 3dnews.ru

Tilføj en kommentar