На камерах видеонаблюдения далеко не всегда можно различить лица людей, и здесь помог бы анализ их силуэтов. Однако современные методы не могут похвастаться высокой точностью, намного уступая распознаванию лиц. Дело в том, что для обучения систем искусственного интеллекта не хватает данных. Причина - специфика самой задачи. Для обучения требуются изображения одного и того же человека с разных камер и ракурсов в разные моменты времени. Собрать и разметить такой "альбом" изображений силуэтов очень сложно.
Ученым МГУ совместно с компанией Tevian удалось свести эту разницу в точности изображений к минимуму за счет нового подхода к обучению искусственного интеллекта, применив так называемую смесь разнородных данных, рассказали в пресс-службе вуза.
"Метод основан на "подмешивании" во время обучения ИИ к основным многокамерным изображениям дополнительных, более простых изображений людей. Таким образом, за счет стилистического разнообразия в два раза повышается точность распознавания", - отметил один из авторов разработки Тимур Мамедов.
Созданная учеными система также может быть использована в "умных" городах и системах интеллектуальной видеоаналитики, например, для улучшения показателей бизнеса - анализа очередей и построения карт движения покупателей.