Savas darbības gaitā mēs ikdienā saskaramies ar attīstības prioritāšu noteikšanas problēmu. Ņemot vērā IT nozares augsto attīstības dinamiku, arvien pieaugošo biznesa un valdības pieprasījumu pēc jaunām tehnoloģijām, katru reizi, nosakot attīstības vektoru un ieguldot savus spēkus un līdzekļus mūsu uzņēmuma zinātniskajā potenciālā, mēs pārliecināmies, ka visi mūsu pētījumi un projekti ir fundamentāli un starpdisciplināri.
Tāpēc, attīstot mūsu galveno tehnoloģiju - HIEROGLYPH datu atpazīšanas ietvaru, mēs esam nobažījušies gan par dokumentu atpazīšanas kvalitātes uzlabošanu (mūsu galvenais biznesa virziens), gan par iespēju izmantot tehnoloģiju saistīto atpazīšanas problēmu risināšanai. Šodienas rakstā pastāstīsim, kā, pamatojoties uz mūsu atpazīšanas dzinēju (dokumentiem), veicām lielāku, stratēģiski svarīgu objektu atpazīšanu video straumē.
Problēmas paziņojums
Izmantojot esošās izstrādes, izveidot tvertnes atpazīšanas sistēmu, kas ļauj klasificēt objektu, kā arī noteikt pamata ģeometriskos rādītājus (orientāciju un attālumu) slikti kontrolētos apstākļos, neizmantojot specializētu aprīkojumu.
Šķīdums
Mēs izvēlējāmies statistisko mašīnmācīšanās pieeju kā galveno problēmas risināšanas algoritmu. Taču viena no galvenajām mašīnmācības problēmām ir nepieciešamība iegūt pietiekamu apmācību datu apjomu. Acīmredzot dabiski attēli, kas iegūti no reālām ainām, kas satur mums nepieciešamos objektus, mums nav pieejami. Tāpēc, par laimi, tika nolemts ķerties pie apmācībām nepieciešamo datu ģenerēšanas . Un tomēr mums šķita nedabiski pilnībā sintezēt šī uzdevuma datus, tāpēc tika sagatavots īpašs izkārtojums, lai simulētu reālas ainas. Modelis satur dažādus objektus, kas imitē lauku ainavu: raksturīgo ainavu segumu, krūmus, kokus, žogus utt. Attēli tika uzņemti, izmantojot maza formāta digitālo kameru. Attēla uzņemšanas procesa laikā ainas fons būtiski mainījās, lai algoritmi būtu noturīgāki pret fona izmaiņām.
Mērķa objekti bija 4 kaujas tanku modeļi: T-90 (Krievija), M1A2 Abrams (ASV), T-14 (Krievija), Merkava III (Izraēla). Objekti atradās dažādās daudzstūra pozīcijās, tādējādi paplašinot objekta pieņemamo redzamo leņķu sarakstu. Liela nozīme bija inženieršķēršļiem, kokiem, krūmiem un citiem ainavas elementiem.
Tā pāris dienu laikā savācām pietiekamu komplektu apmācībai un sekojošai algoritma kvalitātes izvērtēšanai (vairāki desmiti tūkstoši attēlu).
Viņi nolēma sadalīt atpazīšanu divās daļās: objekta lokalizācija un objektu klasifikācija. Lokalizācija tika veikta, izmantojot apmācītu Viola un Jones klasifikatoru (galu galā tvertne ir parasts stingrs objekts, ne sliktāks par seju, tāpēc Violas un Džounsa “detaļu aklā” metode ātri lokalizē mērķa objektu). Bet mēs uzticējām klasifikāciju un leņķa noteikšanu konvolucionālajam neironu tīklam - šajā uzdevumā mums ir svarīgi, lai detektors veiksmīgi identificētu tās pazīmes, kas, teiksim, atšķir T-90 no Merkavas. Rezultātā bija iespējams izveidot efektīvu algoritmu kompozīciju, kas veiksmīgi atrisina viena veida objektu lokalizācijas un klasifikācijas problēmu.
Pēc tam mēs palaidām iegūto programmu visās mūsu esošajās platformās (Intel, ARM, Elbrus, Baikal, KOMDIV), optimizējām skaitļošanas ziņā sarežģītus algoritmus, lai palielinātu veiktspēju (par to jau esam rakstījuši savos rakstos, piemēram, šeit vai ) un panākta stabila programmas darbība ierīcē reāllaikā.
Visu aprakstīto darbību rezultātā esam ieguvuši pilnvērtīgu programmatūras produktu ar nozīmīgām taktiskām un tehniskām īpašībām.
Viedais tvertnes lasītājs
Tātad, mēs iepazīstinām jūs ar mūsu jauno izstrādi - programmu tanku attēlu atpazīšanai video straumē Viedais tvertnes lasītājs, kas:
- Atrisina “drauga vai ienaidnieka” problēmu noteiktai objektu kopai reāllaikā;
- Nosaka ģeometriskos parametrus (attālums līdz objektam, vēlamā objekta orientācija);
- Strādā nekontrolējamos laikapstākļos, kā arī objekta daļējas bloķēšanas gadījumā ar svešķermeņiem;
- Pilnībā autonoma darbība mērķa ierīcē, tostarp, ja nav radio sakaru;
- Atbalstīto procesoru arhitektūru saraksts: Elbrus, Baikal, KOMDIV, kā arī x86, x86_64, ARM;
- Atbalstīto operētājsistēmu saraksts: Elbrus OS, AstraLinux OS, Atlix OS, kā arī MS Windows, macOS, dažādi Linux distribūcijas, kas atbalsta gcc 4.8, Android, iOS;
- Pilnīgi pašmāju attīstība.
Parasti mūsu rakstu noslēgumā par Habré mēs sniedzam saiti uz tirgu, kur ikviens, kurš izmanto savu mobilo tālruni, var lejupielādēt lietojumprogrammas demonstrācijas versiju, lai faktiski novērtētu tehnoloģijas veiktspēju. Šoreiz, ņemot vērā iegūtās lietojumprogrammas specifiku, novēlam visiem mūsu lasītājiem nekad mūžā saskarties ar problēmu, kā ātri noteikt, vai tvertne pieder noteiktai pusei.
Avots: www.habr.com