Интеллектуальную технологию геопривязки изображений поддержал Фонд перспективных исследований


Команда молодых разработчиков из ЛЭТИ предложила перспективное решение для определения местоположения фотографий, основанное на алгоритмах искусственного интеллекта и машинного обучения.


В ноябре 2020 года Фонд перспективных исследований подвел итоги конкурса на лучшую интеллектуальную технологию геопривязки изображений. Партнером конкурса выступил Фонд «Сколково» при технической поддержке ООО «Форексис».


Конкурс проводился с целью поиска наиболее перспективных и развитых технологий определения места проведения съемки по фотографии и распознавания на ней различных объектов – указателей, государственных номеров автомобилей, информационных и рекламных вывесок, достопримечательностей и природных ландшафтов.


Финалистами конкурса стали команды Санкт-Петербургского государственного электротехнического университета «ЛЭТИ», Военно-космической академии им. А.Ф. Можайского, Московского государственного технического университета им. Н.Э. Баумана, Волгоградского государственного университета и ООО «Юнит» (г. Санкт-Петербург).

В номинации «Лучшее техническое решение» победителем стала команда СПбГЭТУ «ЛЭТИ» в составе доцента кафедры автоматики и процессов управления (АПУ) Дмитрия Ильича Каплуна, аспиранта кафедры АПУ Александра Синица и студента факультета компьютерных технологий и информатики (ФКТИ) Евгения Шалугина.


Лэтишники предложили технологию определения локации фотосъемки, основанную на алгоритмах искусственного интеллекта и машинного обучения. Техническое решение способно обнаруживать на снимках такие объекты, как указатели, информационные вывески и достопримечательности. «Определение местоположения по фотографии – очень сложная задача. Как правило, ее решение ограничено определенными областями мира, фотографиями достопримечательностей или обязательным наличием метаданных. Нам предстояло научить искусственный интеллект определять местоположение любых фотографий – от селфи до профессиональных снимков. Мы решали эту задачу методами глубоко обучения с применением сверхточных нейронных сетей», – рассказывает аспирант кафедры АПУ Александр Синица.


Классические алгоритмы определения местоположения фотографии представляют собой решение задачи классификации – карта Земли разделяется на географические области (клетки). Проблему переобучения и несбалансированности датасетов команда решила разделением планеты на географические клетки с одинаковым количеством изображений.


«Проблему неспособности нейросети запомнить все разнообразие мест в мире мы решили дополнительной классификацией сцен – контекста фотографий, которые разделяются различными средовыми условиями. При определении геолокации наша команда использовала многосекционный подход: мы добавили распознавание сюжетов этих фотографий, а при оценке геолокации одновременно использовали несколько пространственных разрешений (разбиений)». – Доцент кафедры АПУ СПбГЭТУ «ЛЭТИ» Дмитрий Ильич Каплун


Технология, предложенная командой ЛЭТИ, может найти применение в системах автономного вождения, расширенной реальности, геолокализации архивных фотографий, а также в геоинформационных системах.

Разработчики планируют расширить обучающий датасет, увеличить число сцен, а также применить к ним разные модели классификации объектов. Фонд перспективных исследований предложил заключить договор для продолжения работы по проекту в интересах одного из своих заказчиков.

Просмотров: 0
 БЛИЖАЙШИЕ СОБЫТИЯ: 

 

Ноябрь 2017: Курс "Школа издательского дела и журналистики" 

 

Декабрь 2017: Курс "Телерадиожурналистика"

Январь 2018: Школа эффективных коммуникаций

 

Апрель 2018: Международный молодежный форум СМИ "Медиа-старт"

 

Июнь 2018: Школа медиа-бизнеса

Октябрь 2018: Школа event-бизнеса

 СЛЕДИТЕ ЗА НАМИ: 
  • Vkontakte Social Icon
  • Instagram Social Icon
  • Twitter Social Icon
  • YouTube Social  Icon
 ПОСЛЕДНИЕ ПОСТЫ: 
ПОИСК ПО ТЭГАМ:

© 2023 Артифакт. Сайт создан на Wix.com

  • Vkontakte Social Icon
  • Instagram Social Icon
  • YouTube Social  Icon
  • Twitter Social Icon