В научной группе «Аэронет Лаб» из Сколтеха создали алгоритм, который позволяет провести анализ спутниковых изображений местности, где произошел пожар или другое стихийное бедствие, и быстро оценить хозяйственный ущерб.
Пожар / ©binhtrung.org
Разработанный алгоритм основан на технологии машинного обучения и компьютерного зрения.
AeroNet Lab — лаборатория центра Сколтеха по научным и инженерным вычислительным технологиям для задач с большими массивами данных (CDISE) — в сотрудничестве с профессором Евгением Бурнаевым обучила нейронную сеть на изображениях со спутника отличать дома, разрушенные при пожаре, от нетронутых огнем зданий. Для обучения нейронной сети ученые использовали открытые данные спутниковой съемки за 2017 год по территории штата Калифорния (США).
В дальнейшем нейронная сеть смогла сама с очень хорошей достоверностью распознать сгоревшие дома на тестовой территории в другом городе — Санта-Роза (Калифорния), — которые также пострадали от разрушительных пожаров. Использование такой технологии в процессах реагирования в кризисных ситуациях позволяет быстро оценить масштаб бедствия и его ущерб и сократить время на принятие решений. Помимо государственных и гуманитарных организаций, в технологии заинтересованы страховые компании.
«Разработанные алгоритмы анализа разновременных серий спутниковых изображений позволяют детектировать изменения состояния объектов, относящихся к определенному классу. Данная технология будет востребована при решении различных исследовательских и индустриальных прикладных задач, связанных с мониторингом территорий, таких как детектирование нового строительства, оценка заселенности, контроль и управление рисками в охраняемых зонах», — рассказывает научный сотрудник Сколтеха Владимир Игнатьев.
Лаборатория AeroNet Lab разрабатывает различные приложения на основе методов глубокого обучения и компьютерного зрения для решения практических задач с использованием данных спутниковой и аэрофотосъемки, в том числе сервисы мониторинга охранных зон протяженных индустриальных объектов, таких как трубопроводы и высоковольтные линии электропередачи (обнаружение утечек, контроль зарастания, нелегальные постройки и так далее), рекомендательные сервисы для геомаркетинга (оценка высоты зданий, заселенности домов и прочее), лесного и сельского хозяйств (контроль незаконных вырубок, качества древостоя, прогнозирование урожайности, последствий засухи).
