Российские и армянские ученые оснастят беспилотники автономным «‎умным зрением»

Беспилотники оснастят улучшенным автономным «‎умным зрением». Такие обновления возможны благодаря программному комплексу, разработанному российскими и армянскими учеными.


Российские ученые, работающие в Самарском национальном исследовательском университете имени академика С.П. Королева совместно с коллегами из Армении создали программное обеспечение, которое сможет упростить введение гиперспектральных технологий для массового использования. Такое сообщение сделали в пресс-службе ВУЗа.

Новый алгоритм поможет преодолеть трудности, связанные с распознаванием образов, которые записаны в гиперкубах (так называют цифровые гиперспектральные снимки). На сегодняшний день для этого пользуются нейронными сетями, которые осуществляют сравнения изображений с данными из массива образцов. Для их хранения требуются большие ресурсы, а также при анализе кубов, которые имеют разные типы объектов, возникает необходимость выбора ключевых признаков путем перебора. Разработка также будет способствовать резкому повышению скорости работы «‎умного зрения».


Руководителем данного проекта является профессор, заведующий кафедрой технической кибернетики Самарского университета Александр Куприянов. Он рассказал, что их подход позволяет при управлении одним параметром также подбирать оптимальные фильтры для обработки всего изображения. На этой основе создается самообучаемый алгоритм, который будет определять содержательные признаки отыскиваемых объектов в гиперкубах без наличия поблизости образцов. По его словам, благодаря этому решению будет возможность производить мобильные гиперспектрометры, способные идентифицировать нужные объекты практически на лету.


Куприянов сообщил, что в 2022 году они планируют сделать прототип универсальной компьютерной системы. Она будет подстраиваться для осуществления любого анализа изображений посредством автоматического выбора специфических информативных признаков. При использовании такой системы значительно повысится эффективность нахождения ответов на многие прикладные задачи касательно анализа цифровых изображений, включая такие области, как геоинформатика, «‎умное» земледелие, дистанционное зондирование Земли, медицинская диагностика.‎