I løbet af vores aktiviteter står vi dagligt over for problemet med at fastlægge udviklingsprioriteter. I betragtning af den høje dynamik i udviklingen af IT-industrien, den konstant stigende efterspørgsel fra erhvervslivet og myndighederne efter nye teknologier, hver gang vi bestemmer udviklingsvektoren og investerer vores egne kræfter og midler i vores virksomheds videnskabelige potentiale, sørger vi for, at al vores forskning og projekter er grundlæggende og tværfaglige.
Derfor er vi ved at udvikle vores hovedteknologi - HIEROGLYPH datagenkendelsesrammerne, bekymrede for både at forbedre kvaliteten af dokumentgenkendelse (vores hovedforretningslinje) og muligheden for at bruge teknologien til at løse relaterede genkendelsesproblemer. I dagens artikel vil vi fortælle dig, hvordan vi baseret på vores genkendelsesmotor (dokumenter) lavede genkendelse af større, strategisk vigtige objekter i en videostream.
Formulering af problemet
Ved hjælp af eksisterende udviklinger skal du bygge et tankgenkendelsessystem, der gør det muligt at klassificere et objekt, samt bestemme grundlæggende geometriske indikatorer (orientering og afstand) under dårligt kontrollerede forhold uden brug af specialiseret udstyr.
beslutning
Vi valgte den statistiske maskinlæringstilgang som hovedalgoritmen til at løse problemet. Men et af hovedproblemerne ved maskinlæring er behovet for at have en tilstrækkelig mængde træningsdata. Naturlige billeder opnået fra virkelige scener, der indeholder de genstande, vi har brug for, er naturligvis ikke tilgængelige for os. Derfor blev det besluttet at ty til at generere de nødvendige data til træning, heldigvis . Og alligevel forekom det unaturligt for os fuldstændigt at syntetisere dataene til denne opgave, så et særligt layout blev forberedt til at simulere virkelige scener. Modellen indeholder forskellige objekter, der simulerer landskabet: karakteristisk landskabsbeklædning, buske, træer, hegn mv. Billederne blev taget med et digitalt kamera i lille format. Under billedoptagelsesprocessen ændrede baggrunden sig markant for at gøre algoritmerne mere robuste over for baggrundsændringer.
Målobjekterne var 4 modeller af kampvogne: T-90 (Rusland), M1A2 Abrams (USA), T-14 (Rusland), Merkava III (Israel). Objekter blev placeret på forskellige positioner af polygonen, hvorved listen over acceptable synlige vinkler af objektet blev udvidet. Tekniske barrierer, træer, buske og andre landskabselementer spillede en væsentlig rolle.
På et par dage samlede vi således et tilstrækkeligt sæt til træning og efterfølgende evaluering af kvaliteten af algoritmen (flere titusindvis af billeder).
De besluttede at opdele selve genkendelsen i to dele: objektlokalisering og objektklassificering. Lokalisering blev udført ved hjælp af en trænet Viola og Jones-klassifikator (en tank er trods alt et normalt stivt objekt, ikke værre end et ansigt, så den "detaljeblinde" metode fra Viola og Jones lokaliserer hurtigt målobjektet). Men vi har betroet klassificeringen og bestemmelsen af vinklen til et foldet neuralt netværk - i denne opgave er det vigtigt for os, at detektoren med succes identificerer de funktioner, der f.eks. adskiller T-90 fra Merkava. Som et resultat var det muligt at konstruere en effektiv sammensætning af algoritmer, der med succes løser problemet med lokalisering og klassificering af objekter af samme type.
Dernæst lancerede vi det resulterende program på alle vores eksisterende platforme (Intel, ARM, Elbrus, Baikal, KOMDIV), optimerede beregningsmæssigt svære algoritmer for at øge ydeevnen (vi har allerede skrevet om dette flere gange i vores artikler, f.eks. her eller ) og opnåede stabil drift af programmet på enheden i realtid.
Som et resultat af alle de beskrevne handlinger har vi fået et fuldgyldigt softwareprodukt med betydelige taktiske og tekniske egenskaber.
Smart Tank Reader
Så vi præsenterer dig for vores nye udvikling - et program til at genkende billeder af tanke i en videostream Smart Tank Reader, hvilken:
- Løser "ven eller fjende"-problemet for et givet sæt objekter i realtid;
- Bestemmer geometriske parametre (afstand til objektet, foretrukket orientering af objektet);
- Fungerer under ukontrollerede vejrforhold, såvel som i tilfælde af delvis blokering af genstanden af fremmedlegemer;
- Fuldstændig autonom drift på målenheden, inklusive i fravær af radiokommunikation;
- Liste over understøttede processorarkitekturer: Elbrus, Baikal, KOMDIV, samt x86, x86_64, ARM;
- Liste over understøttede operativsystemer: Elbrus OS, AstraLinux OS, Atlix OS, samt MS Windows, macOS, forskellige Linux-distributioner, der understøtter gcc 4.8, Android, iOS;
- Fuldstændig indenlandsk udvikling.
Normalt giver vi i konklusionen til vores artikler om Habré et link til markedspladsen, hvor alle, der bruger deres mobiltelefon, kan downloade en demoversion af applikationen for rent faktisk at evaluere teknologiens ydeevne. Denne gang, under hensyntagen til detaljerne i den resulterende ansøgning, ønsker vi, at alle vores læsere aldrig i deres liv står over for problemet med hurtigt at afgøre, om en tank tilhører en bestemt side.
Kilde: www.habr.com