Ученые из Томска разрабатывают камеру, разыскивающую террористов в толпе |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2016-04-12 16:53 В связи с недавними терактами в Париже и Брюсселе в очередной раз стала очевидной необходимость создания специальных технических средств по идентификации в толпе преступников и террористов. В некоторых европейских странах и США такие системы уже работают. Только что стало известно об успехе специалистов Томского политеха (ТПУ). Их усилиями был разработан уникальный алгоритм идентификации лиц в толпе, зафиксированных камерами наблюдения. Он позволяет с большой точностью установить численность собравшихся, определять их возраст, пол, а также вычислять тех, кто находится в розыске. Как утверждает руководитель проекта профессор Владимир Спицын, предложенный ими метод, базируется на технологиях машинного обучения, активно используемых во многих областях. В данном случае речь идет об особом методе классификации изображений, получившем название сверточная нейронная сеть. Видеоаппаратура, оснащенная таким алгоритмом, способна работать с разрешением 4K Ultra HD в автоматическом режиме и оперативно осуществлять мониторинг обстановки, ее анализ, в том числе, при возникновении нештатных ситуаций. Эффективность алгоритма по обработке видеоинформации десятикратно превышает аналогичный показатель действующих зарубежных аналогов. Комментарии: |
|