„Beeline“ opracował specjalistyczną sieć neuronową, która pomoże w poszukiwaniu zaginionych: platforma otrzymała nazwę „Beeline AI – Poszukiwanie ludzi”.
Rozwiązanie ma na celu uproszczenie pracy ekipy poszukiwawczej „”. Od 2018 roku ten zespół wykorzystuje drony do operacji poszukiwawczych prowadzonych w lasach i na terenach przemysłowych miast. Jednak analiza zdjęć uzyskanych z kamer dronów wymaga zaangażowania dużej liczby wolontariuszy. Ponadto zajmuje to bardzo dużo czasu.
Sieć neuronowa „Beeline AI – Poszukiwanie ludzi” ma na celu zautomatyzowanie procesu przetwarzania zdjęć. Twierdzi się, że specjalistyczne algorytmy pozwalają skrócić czas przeglądania i sortowania uzyskanych zdjęć o dwa i pół razy.
Platforma wykorzystuje technologie konwolucyjnych sieci neuronowych, co zwiększa efektywność działania środków widzenia maszynowego. Szkolenie sieci neuronowej odbywało się na rzeczywistych zestawach obrazów. Testy wykazały, że dokładność modelu w przypadku testowych obrazów wynosi blisko 98%.
Podstawowym zadaniem „Beeline AI – Poszukiwanie ludzi” jest sortowanie „pustych” i nieinformacyjnych zdjęć, na których na pewno nie ma człowieka ani atrybutów wskazujących, że w tym miejscu był człowiek. Pozwala to grupie analitycznej natychmiast skupić się na potencjalnie wyniosłych zdjęciach.
System może dostosowywać się do różnych warunków. Z równą precyzją znajduje obiekty z wysokości 30–40 metrów, jak i z wysokości lotu 100 metrów. Przy tym sieć neuronowa jest w stanie przetwarzać obrazy z wysokim poziomem wizualnego „szumu” — drzewa, krajobrazy naturalne, zmierzch itd.
„Potencjalnie sieć neuronowa może znajdować ludzi i przedmioty we wszystkich miejscach poszukiwań, takich jak lasy, tereny podmokłe, pola, miasta, niezależnie od pory roku i odzieży człowieka, ponieważ algorytm jest dostosowany do pracy o każdej porze roku i potencjalnie będzie w stanie rozpoznawać nienormatywne położenie ciała w przestrzeni, na przykład siedzącego, leżącego lub częściowo zakrytego liśćmi człowieka”, zauważa „Beeline”.
Źródło: 3dnews.ru
