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 распознавать оружие на видео
Испанские ученые разработали компьютерный алгоритм, который способен с высокой точностью распознавать огнестрельное оружие на видео.
На фоне роста глобальной террористической угрозы важным направлением развития систем видеонаблюдения выступает автоматический мониторинг потенциальных правонарушений. Существующие искусственные нейросети уже сравнительно хорошо справляются с распознаванием мимики и лиц, в том числе частично скрытых. Ранее исследователи также обучили компьютерные алгоритмы выявлять преступников по внешности и даже предсказывать злонамерения по активности мозга. Менее представлены технологии отслеживания определенных предметов, в частности оружия. Сейчас наличие последнего определяется в ходе досмотра и с помощью металлодетекторов. Однако надежность этих методов ограничена.
Так, проход через рамки металлодетектора невозможен для людей с кардиостимулятором, остальные при определенных условиях могут миновать проверку, используя обходной путь. Кроме того, подобные устройства не рассчитаны на поиск неметаллических предметов, например напечатанных на 3D-принтере. В качестве альтернативы специалисты из Гранадского университета создали компьютерный алгоритм для автоматического распознавания огнестрельного оружия независимо от его материала. Система предполагает интеграцию с видеонаблюдением: при возникновении соответствующего объекта в поле машинного зрения тот выделяется специальным тегом.
При разработке программы авторы использовали сверточную нейросеть на основе окон кандидатов (Region-based Convolutional Network, R-CNN). Такие алгоритмы применяются к задачам, связанным с быстрым трекингом конкретных визуальных образов: получаемое изображение R-CNN делит на регионы, за счет чего оценка местоположения и размеров заданного класса предметов требует всего одного считывания. Тренировка системы проводилась на более чем 1,3 миллиона снимков объектов из тысячи категорий ImageNet. На первом этапе стимулы объединили в четыре набора данных, которые включали в себя картинки из двух или более категорий. Наиболее эффективным оказалось обучение сразу по 102 из них.
Затем ученые сформировали пятый пул из 3000 фотографий, причем теперь все стимулы предполагали наличие руки, которая держит предмет. Помимо бытовых объектов (например, смартфонов) в целевой набор вошли изображения пистолетов в разных контекстах, в том числе кадры из фильмов. Обученную нейросеть исследователи испытали на семи видеофрагментах низкого качества: из кинокартин «Криминальное чтиво» (Pulp Fiction), «И целого мира мало» (James Bond: The World is Not Enough), «Миссия невыполнима: племя изгоев» (Impossible Mission: Rogue Nation), телесериала «Мистер Бин» (Mister Bin), а также реальных сценах с применением пистолетов. Точность определения оружия составила 96,6 процента.
Недостатком алгоритма, по словам авторов, выступает неспособность выявлять на видео оружие, скрытое, скажем, под одеждой. После совершенствования технологии она может помочь в предупреждении преступлений.
Статья опубликована на сервере препринтов arXiv.org.
На днях программисты показали алгоритм, который может реалистично адаптировать мимику изображенного человека к произвольному аудиоряду.
Telegram 
Дзен 
VK Долгое время ученые полагали, что сотни гигантских статуй на острове Пасхи создали представители местной общины под руководством одного вождя. Однако авторы нового исследования поставили эту гипотезу под сомнение. Детальная трехмерная карта главного каменного карьера острова указала на более сложную картину. Вероятно, монументы были плодом творчества и соперничества небольших независимых групп.
Что стало настоящим фундаментом власти — умение обрабатывать землю или контроль над некоторыми культурными растениями? Авторы нового исследования пришли к выводу, что появление первых крупных сообществ и государств зависело не от земледелия в целом, а от выращивания определенных злаков. Эти культуры было легко хранить и, еще важнее, невероятно просто облагать налогом, что и дало толчок появлению цивилизации.
Гамма-излучение, зафиксированное гамма-телескопом «Ферми», по мнению исследователя, может объясняться только распадом вимпов, частиц темной материи, в существовании которых множество других физиков уже разуверились. Если независимые проверки подтвердят открытие, это может существенно изменить космологическую картину мира.
Так называемые зумеры и альфа, несмотря на молодой возраст, уже формируют ключевые поведенческие и потребительские тренды. Ученые Пермского Политеха рассказали, почему обозначение поколений начали с конца алфавита, как альфа и зумеры отличаются в способности к терпеливости, совмещении цифрового и реального «Я», подходу к профессиональной деятельности и отношении к финансам, какое мышление пришло на смену клиповому и как использование искусственного интеллекта повлияет на авторитет родителей.
Коллектив российских ученых из МИРЭА — Российского технологического университета, Центра фотоники двумерных материалов МФТИ, Института металлургии и материаловедения им. А. А. Байкова РАН и ряда других ведущих научных центров провел глубокое исследование кристаллической структуры широко используемых пьезоэлектрических материалов на основе цирконата-титаната свинца. Используя метод рентгеноструктурного анализа, исследователи впервые смогли в деталях установить, как небольшие химические добавки кардинально меняют фазовый состав керамики и напрямую определяют ее электрофизические характеристики. Это открывает путь к целенаправленному дизайну «умных» материалов с заранее заданными свойствами для передовой электроники и сенсорики.
Ученые разработали штамм цианобактерии, способный поглощать в три раза больше фосфора из сточных вод
Фосфор – элемент, играющий ключевую роль в росте растений. В сельском хозяйстве он используется в составе многих минеральных удобрений. В то же время фосфор, содержащийся в сточных водах — серьезный загрязнитель, который при попадании в водоемы нарушает баланс экосистем и вызывает цветение водорослей. Ученые Национального исследовательского центра «Курчатовский институт» и Южного федерального университета предложили новый экологичный способ выделения фосфора из сточных вод с помощью фотосинтезирующих микроорганизмов.
Человеческие языки разнообразны, но это разнообразие ограничивается повторяющимися закономерностями. Пытаясь описать правила, которым подчиняются различия в грамматике, лингвисты сформулировали ряд так называемых грамматических универсалий — утверждений, предположительно верных для всех или большинства языков мира. Международная команда ученых провела статистический анализ на материале 2430 языков и обнаружила, что соответствующими действительности можно считать около трети таких утверждений.
По расчетам, большинство «гостей» из других звездных систем летят к Земле примерно со стороны созвездия Геркулес. Скорее всего, они время от времени падают на нашу планету, просто мы еще не научились это замечать. Как удалось вычислить, чаще всего они должны падать зимой и где-то в окрестностях экватора.
Ученые открыли новый, ранее неизвестный способ передвижения бактерий по поверхностям, для которого не нужны жгутики. Эти микроорганизмы на краю колонии переваривают сахара, выделяют метаболиты и создают осмотическое давление. Оно вызывает микроскопическое «цунами», и на нем бактерии катятся вперед.
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
Последние комментарии