Нейросеть для отслеживания автомобилей в сплошных потоках создали в России

Исследователи из Московского технического университета связи и информатики создали нейросеть, способную эффективно идентифицировать транспортные средства даже при низком качестве освещения или видеосъемки.

Алгоритм разработан специально для анализа записей с камер низкого разрешения, где автомобили частично скрываются объектами или выходят из зоны видимости камеры. Инженеры использовали существующую систему объектного детектирования, дополнив ее современными легкими нейронными сетями. Это позволило внедрить технологию пропуска ненужных кадров, что ускорило обработку изображений без потери точности.

Первые тесты проводятся на дорожных перекрестках с переменным уровнем света и высокой интенсивностью движения. Ожидается, что новая система найдет применение в различных государственных структурах и компаниях, занимающихся мониторингом дорожного трафика, транспортом и логистикой. Эксперты считают, что данная технология поможет выявлять похищенные автомобили, обнаруживать препятствия на дорогах и улучшать контроль дорожного движения, пишут «Известия».

Ранее систему компьютерного зрения на основе строения кошачьего глаза создали специалисты корейского Института науки и технологий Кванджу. Как известно, зрачки у кошек днем сужаются, защищаясь от бликов, а ночью увеличиваются и позволяют хорошо видеть в темноте. Эти преимущества кошачьего зрения ученые постарались перенести на систему компьютерного зрения для роботов. Благодаря новой технологии камеры смогут фокусироваться на ключевых деталях.