Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Нейросеть научили точно распознавать объекты по тепловым снимкам
Исследователи КНИТУ-КАИ создали программное обеспечение с повышенной точностью распознавания тепловизионных изображений за счет использования сверточной нейронной сети и алгоритмов фильтрации.
Программа предоставляет уникальные возможности для анализа и визуализации объектов на основе их теплового излучения. Исходными данными при решении задач обработки являются тепловизионные изображения. В результате применения программы пользователи получают изображения с локализованными на них объектами и их классами.
«Необходимость этой разработки обусловлена реальными потребностями предприятий данного профиля, и идея создания программы возникла у моего любознательного студента-дипломника Ильмира Фатыхова при прохождении производственной практики на фирме, занимающейся разработкой оптико-электронных систем. В современном мире тепловизионные технологии играют важную роль в различных областях, предоставляя уникальные возможности для анализа и визуализации объектов на основе их теплового излучения, — поясняет профессор кафедры систем автоматизированного проектирования КНИТУ-КАИ Зиннур Гизатуллин. — Применение тепловизионных изображений охватывает широкий спектр сфер, включая медицину, промышленность, безопасность».
В процессе исследования была разработана программа, основанная на использовании сверточной нейронной сети YOLO для распознавания объектов на тепловизионных изображениях. Сверточная нейронная сеть – это специализированный тип искусственной нейронной сети, предназначенный для работы с изображениями. Она способна эффективно выявлять пространственные зависимости между пикселями, что особенно важно для анализа сложных изображений, в том числе тепловизионных. Архитектура модели YOLO (You Only Look Once) может варьироваться в зависимости от версии, но основные концепции и типы слоев остаются похожими.
Модель нейронной сети YOLO обеспечивает высокую скорость и точность решения задачи. Для повышения точности распознавания применялись различные алгоритмы фильтрации. В частности, предложены фильтр Собеля, Гаусса, Шарпа и Лапласа. По результатам анализа тестовой выборки выявлено повышение точности распознавания объектов на 8-19% после применения данных алгоритмов фильтрации. На выходе пользователь получает обработанное телевизионное изображение с выделенными и распознанными объектами, а также отчет о найденных и классифицированных объектах.
К преимуществам предложенного подхода можно отнести высокую точность распознавания тепловизионных изображений даже при наличии шума и низкой контрастности, автоматизацию анализа больших массивов изображений без участия оператора, возможность самообучения и адаптации системы под новые типы объектов и сценарии.
Таким образом, данное программное обеспечение позволяет автоматически фильтровать шумы и корректировать изображение для повышения информативности, находить и выделять объекты с аномальными параметрами, например, температурные поля при дефектах в оборудовании, людей, животных или очаги возгорания, выполнять сегментацию (выделять контуры объектов) и классификацию (по типу объекта), что полезно для систем безопасности, промышленного контроля, медицины и других сфер.
Программа для ЭВМ получила государственную регистрацию в Федеральной службе по интеллектуальной собственности.
Telegram 
Дзен 
VK Резкий крен, падение в воздушную яму и тревожный сигнал ремней безопасности — знакомые ощущения для любого, кто часто летает. Для миллионов пассажиров турбулентность остается главным источником дискомфорта и страха в полете. Но авторы нового исследования обещают перевести ее из разряда непредсказуемых явлений в область точной науки. Они заявили о создании, возможно, самой передовой математической модели турбулентности, которая поможет сделать полет гораздо спокойнее.
Обычно выбрасываемое кометой вещество придает ей заметное ускорение. Как выяснилось, с третьим известным науке межзвездным объектом 3I/ATLAS этого практически не происходит, хотя у него есть и кома, и хвост. Астрофизики сейчас пытаются найти этому объяснение.
Одни романы, едва появившись на свет, мгновенно взрывают чарты книжных рейтингов, но через пару лет о них забывают все, кроме литературоведов. Другие, не так удачно стартовавшие в год публикации, продолжают завоевывать сердца новых читателей даже спустя век. В чем их секрет? Оказывается, разгадка кроется не только в сюжете, но и в самой ткани повествования.
Археологи Института истории материальной культуры РАН (ИИМК РАН), при поддержке фонда «История отечества» в ходе раскопок обнаружили на всемирно известной стоянке каменного века Костенки-17 в Воронежской области редчайшие украшения из зубов песца и окаменелой раковины, а также уникальный для этого времени нуклеус из бивня мамонта для снятия заготовок.
Резкий крен, падение в воздушную яму и тревожный сигнал ремней безопасности — знакомые ощущения для любого, кто часто летает. Для миллионов пассажиров турбулентность остается главным источником дискомфорта и страха в полете. Но авторы нового исследования обещают перевести ее из разряда непредсказуемых явлений в область точной науки. Они заявили о создании, возможно, самой передовой математической модели турбулентности, которая поможет сделать полет гораздо спокойнее.
Обычно выбрасываемое кометой вещество придает ей заметное ускорение. Как выяснилось, с третьим известным науке межзвездным объектом 3I/ATLAS этого практически не происходит, хотя у него есть и кома, и хвост. Астрофизики сейчас пытаются найти этому объяснение.
Посадка, включая выгорание куска степи, прошла штатно, но часть грызунов на борту погибли. Правда, погубила их не повышенная космическая радиация полярной орбиты, влияние которой на млекопитающих планировали выявить в миссии, а более банальные причины.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Третий известный межзвездный объект 3I/ATLAS летит примерно вдвое быстрее обоих своих предшественников. По расчетам, его вряд ли могло выбросить из родной планетной системы с подобной скоростью, и так разогнаться по пути он тоже не мог.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно