Специалисты Московского физико-технического института (МФТИ) оптимизировали работу нейронных сетей с целью государственного мониторинга земель, который необходим для выявления разного рода объектов. В основу легли алгоритмы искусственного интеллекта, используемые для обработки данных с беспилотников с лазерными радарами. Как утверждают авторы проекта, их детище ускорит рутинные процессы земельного планирования. Telegram-канал создателя Трешбокса про технологии «Вместо того, чтобы тратить целый день на обход земельных участков, мы запускаем беспилотник с лидаром, делаем съемку. Чистим данные от шумов и отправляем в нейросеть. Она сегментирует и классифицирует данные так, что мы понимаем, где на территории есть здания — к примеру, гараж», — пояснил аспирант физтех-школы радиотехники и компьютерных технологий МФТИ Сергей Самарин, чьи слова приводит центр научной коммуникации вуза.
О возможности создания нового инструмента для решения повседневной задачи учёные заговорили, когда проводили эксперименты с нейронной сетью, основанной на алгоритме PointNext, который используется, чтобы обрабатывать информацию, поступающую с лидаров, установленных на беспилотных летательных аппаратах. Стоит отметить, что датчики LiDAR в последние годы стали довольно активно размещать на бортах беспилотников. Эти датчики излучают на землю специальные символы, а после возвращения обрабатывают задержку и на основе данной информацию формируют трёхмерный массив из точек.
Искусственный интеллект анализирует массив и генерирует карту местности для выявления различных неровностей на поверхности. Российские специалисты модернизировали алгоритм PointNext для выявления различных объектов на антропогенных ландшафтах, включая постройки, деревья, свободные территории и так далее.
Чтобы добиться необходимого результата, было подготовлено несколько виртуальных моделей подобных ландшафтов. Для этого задействовали специальный ИИ, созданный в России. Результаты тестирования показали, оптимизированная нейросеть способна распознавать объекты с данных, полученных лидарами, с точностью 99,98%.
Разработчики уверены, их продукт может помочь в так называемой «гаражной амнистии», а также для решения самого большого спектра задач.
Источник: trashbox.ru
Похожие новости:
Гиперперсонализация: как сделать предложение пользователю релевантным
Уровень «цифровой зрелости» компаний в России выше, чем в среднем по миру
«Слушая подкасты, ничего не узнаешь, ты должен устать, упасть без задних ног — такой должна быть встреча с образованием»
«Количество желающих повышать квалификацию в больших компаниях меньше, чем среди предпринимателей»