Много, очень многое из того, что раньше мог только человек, сегодня гораздо эффективнее выполняют нейронные сети, причем автоматически – без устали и перерывов на обед. И теперь они доступны каждому, а по цене сбивают все другие технологии. И это просто программа, которую вы ставите на старый компьютер, почти ничего не меняя.
На что способен искусственный интеллект уже сегодня:
|
|
-
Обычной камерой видеонаблюдения моментально обнаружить оружие в кадре, найти в толпе человека с рюкзаком красного цвета или незнакомое лицо в синей кепке.
|
|
|
|
- Нейросети, умеющие считать людские фигуры, быстро просигнализируют, что в парке собралась толпа хулиган или на Болотной площади начался митинг.
|
|
|
|
- Интеллектуальные алгоритмы и облачные базы данных назовут имя человека, который постоянно переходит дорогу в неположенном месте.
|
|
|
|
- Идентификация лиц покажет все маршруты передвижения незнакомца по Москве за последние 20 лет – без нагрузки на дисковую память.
|
|
|
|
- Охранная сигнализация раньше работала только внутри помещений – из-за большого числа уличных помех, теперь нейросеть распознает силуэты людей и может контролировать даже периметры – без ложных срабатываний. И это на порядок дешевле датчиков периметральной охраны – просто камера!
|
|
|
|
- Нейронные сети посчитают клиентов в магазине, укажут количество новых покупателей, проанализируют суммы чеков по лицам, покажут статистику посещения всех и каждого, отметят зависимость продаж от рекламы.
|
|
|
|
- Специально обученная нейронная сеть сразу заметит сваленный мусор и предоставит номер автомобиля, с которого он был сгружен.
|
|
|
|
- Аналитическая программа выдаст в управление ЖКХ статистику о качестве уборке снега на трассе или во дворе дома.
|
|
|
|
-
Нейросети, обученные распознавать животных, покажут на карте города, где обитают стаи бродячих собак, их количество и опасную близость к людям.
|
|
|
|
-
Видео-свидетель предупредит, если кто-то ломает памятник на площади или лавку во дворе дома. И вообще любой вандализм.
|
|
|
|
- Нейросеть, обученная распознавать автомобили и ГРЗ, посчитает проходящий поток автомашин, засечет время стоянки каждого, отследит правильность проезда перекрестка и любые нарушения правил дорожного движения.
|
|
|
|
- Интеллектуальное видеонаблюдение может разгружать автодорожный трафик, просчитывая самый оптимальный режим работы светофоров.
|
|
|
|
- Умная система контроля ПДД скинет ближайшему наряду полиции на мобильный телефон номер автомобиля для задержания, который за последний час много раз нарушил правила или проявляет признаки агрессивного вождения.
|
|
|
|
- Промышленные нейронные сети будут круглосуточно контролировать качество сборки автомобилей на конвейере или четкость рисунка при покраске ткани на фабрике, а также аварийные ситуации.
|
|
|
|
- Видеоаналитика оценивает окружающую обстановку моментально реагирует на техногенные катастрофы.
|
|
|
|
- Обычными видеокамерами теперь можно следить за соблюдением техники безопасности на производстве.
|
|
|
|
- В военном деле распознавание наземных и воздушных целей как в видимом спектре, так и в инфракрасном – крайне нужная задача, особенно в условиях радиопомех, когда другие методы бесполезны.
|
|
|
|
- Нейросети быстро адаптируются к новым вызовам современности, например уже сейчас могут обнаруживать летающие дроны.
|
|
Здесь представлены нейросети, встроенные в программу GOALcity. Помимо них компания Спецлаб имеет и развивает множество других, а также принимает заказы на разработку новых нейросетей. Для этого Спецлаб имеет собственные ресурсы: программистов, профессионально специализирующихся на данном направлении, и «школы» обучения нейросетей. Все они сопровождаются уникальными алгоритмами функционирования.
Разработка идет для Windows, Linux и Android.
Каждая нейросеть Спецлаб тестируется на практике!
К общемировым методам глубокого обучения нейросетей Deep learning Спецлаб добавил свои:
Мультивыбор оптимального алгоритма
Используются сразу несколько типов нейронных сетей, которые имеют разную обучающую базу и в разных условиях окружающей среды. Сначала кадр анализируется на предмет четкости картинки, уровня помех, типа освещенности, особенностей фона и проч. В зависимости от входных данных, он отдается на анализ той нейросети, которая обучена именно на данные условия. Данный подход позволяет на порядок повысить качество распознавания объектов, т.к. учитывает сложности условий окружающей среды, особенно на улице.
Огромная база паттернов (образов) из Интернет
Для подбора распознаваемых объектов для задач заказчика и на фонах, необходимых заказчику, в Спецлабе используется специальный поисковик, который находит в Интернете миллионы картинок заданного содержания, а также видеофрагменты из доступных фильмов. Уже готовые нейронные сети Спецлаб способны фильтровать полезные результаты по предполагаемым признакам. Таким образом, из масштабного мирового фонда формируется огромная база данных для обучения новой нейронной сети и уменьшается необходимость в натурных съемках. Особенно широко используются доступные онлайн камеры видеонаблюдения и записи Youtube с частных систем видеонаблюдения.
Генерация новых представлений одной и той же картинки
Спецлаб разработал алгоритмы, которые накладывают на обучающие материалы pattern миллионы различных комбинаций со средой, освещенностью и расположением относительно места наблюдения. Таким образом, еще больше повышается качество распознавания объектов в условиях, которые еще никогда никто не воспроизводил.
