Ученые России и Армении оснастят системы космического "зрения" автономным интеллектом
Самара. 19 февраля. ИНТЕРФАКС - Ученые Самарского национального исследовательского университета им. С.П. Королёва и Российско-Армянского университета работают над созданием программы, позволяющей в полевых условиях анализировать гиперспектральные изображения без помощи человека, сообщает пресс-служба самарского университета.
"По итогам исследований в 2022 году планируется создать прототип универсальной компьютерной системы, динамически подстраивающейся под каждую задачу анализа изображений путем автоматического формирования и отбора специальных информативных признаков на основе разрабатываемых алгоритмов", - цитирует пресс-служба руководителя проекта, профессора Александра Куприянова.
По его словам, подобная компьютерная система повысит эффективность решения многих прикладных задач анализа цифровых изображений, в том числе в области геоинформатики, "умного" земледелия, дистанционного зондирования Земли и медицинской диагностики
Отмечается, что разработка, основанная на инновационном алгоритмическом подходе, должна в перспективе упростить массовое внедрение гиперспектральных технологий в самых различных сферах.
Гиперспектральные технологии постепенно находят все большее применение на Земле. Например, для создания приборов ранней диагностики опасных заболеваний, которые на начальных стадиях могут протекать без очевидных симптомов.
В системах интеллектуального земледелия гиперспектрометры могут точно и оперативно оценивать состояние посевов, увлажненность почвы, ее насыщенность минеральными удобрениями, наличие сорняков, больных растений.
По гиперспектральному снимку из космоса или с беспилотника можно распознать очаги поражения лесов какими-либо насекомыми-вредителями, "увидеть", какие именно вредные вещества загрязнили тот или иной водоем.
Одним из ключевых препятствий на пути массового применения гиперспектральных технологий остается сложность получения и формирования достаточного массива эталонных спектральных образов с которыми можно было бы сравнивать полученные результаты.
Подход, предложенный учеными, позволяет рассчитывать информативные признаки идентификации объектов автономно - без использования сложных классификаторов и нейронных сетей. В его основе методика, которая позволяет подобрать оптимальный фильтр для обработки всего изображения. Ученые разрабатывают самообучаемый алгоритм, который сможет самостоятельно рассчитывать подобные информативные признаки, необходимые для распознавания объектов гиперспектральных изображений.
Читайте "Интерфакс-Образование" в "Facebook", "ВКонтакте", "Яндекс.Дзен" и "Twitter"