Специалисты Пермского национального исследовательского политехнического университета (ПНИПУ) смогли повысить до 25% точность распознавания нейросетью изображений, что позволит системам видеонаблюдения обнаруживать опасные предметы в толпе, сообщили в пресс-службе вуза. Авторы разработали подсистему машинного зрения, которая распознает мелкие и удаленные на разные расстояния от камеры детали.

«Увеличение точности на 25% на отдельных тестовых изображениях происходит за счет искусственного ограничения назначения категорий и локализации объектов в контексте сцены обрабатываемого изображения», – уточнил кандидат технических наук, доцент кафедры автоматики и телемеханики ПНИПУ Андрей Кокоулин, чьи слова приводит пресс-служба ПНИПУ.

В отличие от классических нейросетей, предложенное решение позволяет системе выделять на экране область интереса и искать в ней определенные предметы, чьи размеры приводятся с учетом расстояния между камерой и объектом. При этом изменения условий съемки не влияют на результат анализа контента.

«Предложенная схема [обработки изображений] поможет, например, обнаружить оружие или опасные предметы 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 <…>. Но, если предварительно обнаружить силуэты всех людей на снимке, то детекция (распознавание) оружия будет более точной», – говорится в сообщении.