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.
В Пермском Политехе повысили точность нейросетей для распознавания изображений
Нейронные сети с каждым днем захватывают все больше различных сфер и автоматизируют множество процессов. Одно из популярных направлений — распознавание изображений. Его используют в медицинской диагностике, в автомобильной сфере для распознавания знаков на дороге, для навигации и визуального восприятия окружающей среды в робототехнике, для обнаружения инцидентов в системах видеонаблюдения. Требуется постоянная модификация и улучшение методов для снижения ошибок. Ученые ПНИПУ разработали подсистему машинного зрения, которая обеспечивает надежное распознавание мелких и разноудаленных от камеры объектов. Предложенная схема поможет, например, обнаружить оружие или опасные предметы в толпе.
Машинное зрение – это способность компьютеров «видеть» и понимать изображения так же, как это делают люди. С его помощью компьютер распознает лица на фотографиях и определяет типы объектов (например, машина, дерево, человек). Для решения задач обнаружения и идентификации используют нейронные сети. Но они могут выдавать ошибки, что отрицательно сказываются на точности всей системы.
У традиционной одноступенной схемы есть недостатки – игнорирование контекста при поиске объектов и отсутствие жесткой привязки размеров объекта на изображении к параметрам перспективы сцены (кадра). Из-за этого увеличивается количество неверных результатов. Также нейросетевая модель, обученная на универсальном наборе категорий, может неправильно распознавать объекты, если происходит изменение качества или ракурса изображения.
Ученые Пермского Политеха разработали подсистему машинного зрения, которая обеспечивает высокую точность классификации и сегментации. Классификация позволяет определить, к какой категории относится объект, а сегментация – выделить и обозначить его контуры. Политехники предложили двухступенную (двухэтапную) схему обработки изображений независимыми нейронными сетями. Она учитывает контекст сцены и адаптируется к степени удаленности объектов или изменению ракурса съемки.
Основной принцип разработанной политехниками схемы – разделение классов на «суперобъекты» и «вложенные объекты». На первом этапе нейросеть ищет и выделяет область интереса: остается только ограничивающий прямоугольник с суперобъектом («оружие» у «человека», «деталь» — часть «станка»), все остальное обрезается. Таким образом гарантируется, что искомый объект будет находиться внутри области интереса. На втором этапе происходит обнаружение и сегментация искомых объектов.
Такой подход, например, подходит для системы видеонаблюдения с возможностью обнаружения оружия и опасных предметов в толпе, когда люди находятся на разном расстоянии от камер. Обычная нейронная сеть может не различить носимое оружие на очень удаленных или очень приближенных позициях сцены. Но, если предварительно обнаружить силуэты всех людей на снимке, то детекция (распознавание) оружия будет более точной. Другие примеры – идентификация различных разноудаленных конструкций, механизмов со множеством деталей, аэрофотосъемка.
«Мы разработали новую схему обработки изображений с помощью нейронных сетей. Она находит объекты искомых категорий вне зависимости от их размеров, а также стабильна к изменению условий съемки. Увеличение точности на 25 процентов на отдельных тестовых изображениях происходит за счет искусственного ограничения назначения категорий и локализации объектов в контексте сцены обрабатываемого изображения», – поделился кандидат технических наук, доцент кафедры автоматики и телемеханики ПНИПУ Андрей Кокоулин.
Разработка ученых Пермского Политеха улучшит распознавание изображений с помощью нейросетей, повысит точность определения мелких и разноудаленных от камеры объектов. Предложенная схема поможет, например, обнаружить оружие или опасные предметы в толпе.
Telegram 
Дзен 
VK Сегодня исполнилось 38 лет с момента первого летного испытания последнего советского космического гиганта — сверхтяжелой ракеты-носителя «Энергия». Ее запустили 15 мая 1987 года. Технически успешный проект дошел до полностью рабочего изделия, безупречно выполнившего два испытательных полета. Но так и не дошел до летной эксплуатации по причинам, от него уже не зависевшим. А запуск ракеты прошел тогда безупречно, хотя и не без особенностей — и одним из участников этих испытаний был автор Naked Science. Но обо всем по порядку.
Ученые из МФТИ и МГУ провели важное исследование фундаментальных законов природы, значительно расширив возможности одного из самых перспективных инструментов для исследования М-теории — гипотетической «теории всего». Они обобщили математический метод, известный как три-векторные деформации, на полные, без каких-либо упрощений, уравнения 11-мерной супергравитации в рамках исключительной теории поля. Результатом стали явные «рецепты» того, как можно систематически изменять (или «деформировать») геометрию и поля любого известного 11-мерного пространства-времени, чтобы получить новые, ранее неизвестные решения, подчиняющиеся тем же элегантным алгебраическим условиям, что и в более простых случаях.
Недавно физик Мелвин Вопсон предложил новый взгляд на гипотезу симуляции, впервые сформулированную шведским философом Ником Бостромом. В серии научных работ он утверждает, что информация обладает массой, а гравитация — не более чем побочный эффект цифровой Вселенной. Но насколько обоснованы его громкие заявления? И может ли «код Вселенной» объяснить реальность?
Мохаммад Х. Аттаран (Mohammad H. Attaran) — концепт-дизайнер и цифровой художник, работающий в Великобритании. В своих проектах он сочетает эстетику научной фантастики с элементами, вдохновлёнными природой, особенно анатомией насекомых. Его машины, мехи и транспортные средства выглядят одновременно инопланетно и инженерно достоверно. Ну или почти.
Исследуя генетическое происхождение мужского населения Нидерландов, ученые заметили географические особенности распределения гаплогрупп. Теперь, чтобы их объяснить, проанализировали Y-хромосомы сотен человек, начиная с раннего Средневековья, в сравнении с геномами современного населения страны. Авторы рассчитывали обнаружить непрерывность популяций, однако столкнулись с неожиданными сложностями.
Когда пальцы долго находятся в воде, кожа на них начинает морщиться. Из-за чего и по какому принципу это происходит, долгое время известно не было. Однако специалисты по биомедицине из США нашли ответы на оба вопроса.
Да, с волосами и люком все так. У космонавта Суниты Уильямс волосы на МКС плавали свободно, а у Кэти Пэрри и прочих в полете 14 апреля 2025 года — нет. Но это не значит, что суборбитального космического полета первого чисто женского экипажа не было или что он был инсценировкой. Причем, в общем-то, чтобы понять это, даже не нужно обладать специальными знаниями.
Многие знают, как популярны сувениры из окаменелостей — зубы древних акул или полированные панцири аммонитов. Но чем реже встречаются такие артефакты, тем они ценнее, то есть на них можно много заработать. И это проблема для палеонтологов. Американский специалист по тираннозаврам оценил ущерб, который нанесла коммерческая добыча костей T. rex и подсчитал среднюю цену таких образцов. Оказалось, больше половины найденных тирексов находится в частных руках, а значит, для науки они недоступны или ненадежны.
Мощнейшее отключение электроэнергии за последние 20 лет истории Европы случилось уже неделю назад, а испанские власти пока так и не объявили о его причинах. Это логично: как мы покажем ниже, ответ на вопрос, кто виноват, получится очень неполиткорректным. И, более того, противоречащим линии правящей в Испании партии. Но мы живем за тысячи километров от нее, поэтому можем себе позволить аполитичный анализ случившегося. Так что же произошло на самом деле и каковы наши шансы увидеть подобное у себя дома?
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
Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.
Понятно