Det neurala nätverket "Beeline AI - Search for people" kommer att hjälpa till att hitta försvunna personer

Beeline har utvecklat ett specialiserat neuralt nätverk som kommer att hjälpa till att söka efter försvunna personer: plattformen kallas "Beeline AI - Search for People."

Lösningen är utformad för att förenkla arbetet för sök- och räddningsteamet.Lisa Alert" Sedan 2018 har detta team använt obemannade flygfarkoster för sökoperationer som utförs i skogar och industriområden i städer. Att analysera bilder som erhålls från drönarkameror kräver dock inblandning av ett stort antal frivilliga. Dessutom tar detta mycket tid.

Det neurala nätverket "Beeline AI - Search for people" kommer att hjälpa till att hitta försvunna personer

Det neurala nätverket "Beeline AI - People Search" är designat för att automatisera fotobearbetningsprocessen. Det hävdas att specialiserade algoritmer kan minska tiden för visning och sortering av mottagna bilder med två och en halv gånger.

Plattformen använder konvolutionerande neurala nätverksteknologier, vilket ökar effektiviteten hos datorseendeverktyg. Det neurala nätverket tränades på riktiga bildsamlingar. Tester har visat att modellens noggrannhet på testbilder är nära 98%.

Den primära uppgiften för "Beeline AI - People Search" är att sortera ut "tomma" och oinformativa fotografier som definitivt inte har en person eller attribut som indikerar att det fanns en person på denna plats. Detta gör att analysteamet omedelbart kan fokusera på potentiellt effektfulla bilder.

Det neurala nätverket "Beeline AI - Search for people" kommer att hjälpa till att hitta försvunna personer

Systemet kan anpassa sig till olika förhållanden. Den hittar lika noggrant föremål både från höjder på 30–40 meter och från en flyghöjd på 100 meter. Samtidigt kan det neurala nätverket bearbeta bilder med en hög nivå av visuellt "brus" - träd, naturliga landskap, skymning, etc.

"Potentiellt kan det neurala nätverket hitta människor och föremål på alla sökplatser, såsom skogar, träsk, åkrar, städer, oavsett tid på året och en persons kläder, eftersom algoritmen är konfigurerad att fungera när som helst. året och kommer potentiellt att kunna känna igen icke-standardiserade kroppsställningar i rymden, till exempel en person som sitter, liggande eller delvis täckt av lövverk”, konstaterar Beeline. 



Källa: 3dnews.ru

Lägg en kommentar