Сбербанк предлагает упростить разработчикам технологий искусственного интеллекта доступ к городским данным, например, материалам видеонаблюдения, чтобы они могли формировать массивы данных, "зарабатывать и усиливать безопасность в городе", пишут "Ведомости". Такое предложение содержится в материалах к дорожной карте "Нейротехнологии и искусственный интеллект" по сквозным цифровым технологиям, которую Сбербанк, как главный разработчик, официально представит 24 мая на конференции "Цифровая индустрия промышленной России" в Иннополисе (Татарстан). Какие перспективные направления развития технологии и технологические барьеры были сформулированы авторами Дорожной карты, мы увидим позднее. Но понятно, что мы находимся лишь в начале долгого пути развития систем видеонаблюдения и видеоаналитики. Пока же мы можем рассказать о том, к чему, рано или поздно, приведет развитие этих технологий, на примере тех задач, которые сейчас решаются в США.
Недавно Агентство передовых исследований в сфере разведки (IARPA) США, пригласило технологические команды предложить готовые решения которые позволяют из "сырых" видеоматериалов создавать большие, более совершенные наборы данных для обучения алгоритмов компьютерного зрения отслеживать людей, перемещающихся в городских условиях. Подразумевается, что данные обучения улучшат способность технологии связывать воедино отснятый материал из большой сети камер видеонаблюдения, что позволит лучше отслеживать и определять потенциальные цели, пишет издание NextGov.
Компьютерное зрение - это тип искусственного интеллекта, который позволяет компьютерам интерпретировать (распознавать) объекты на изображениях и видео. Многие правоохранительные и общественные организации уже используют эту технологию для расследования преступлений, мониторинга критически важной инфраструктуры и обеспечения безопасности на крупных мероприятиях, которые потенциально могут стать мишенью для террористических атак.
IARPA хочет обучить алгоритмы отслеживать конкретных людей, задействуя всю разросшуюся инфраструктуру сетей видеонаблюдения, по типу того, как это было показано в старом фильме "Враг государства". Однако, для этого требуется больше данных и/или данные другого "качества".
Согласно IARPA, данные, используемые для обучения алгоритмов сегодня, довольно узки, что ограничивает возможности техников анализировать широкий спектр ситуаций, с которыми они сталкиваются в реальном мире. С помощью новых наборов данных чиновники стремятся улучшить процесс обучения алгоритмов ИИ и дать возможность системам компьютерного зрения задействовать видеопотоки с многих камер, расположенных в широком географическом районе.
"Дальнейшие исследования в области компьютерного зрения в видеосетях из множества камер могут помочь в восстановлении места преступления после происшествия, защите критически важных объектов инфраструктуры и транспортных средств, защите вооруженных сил и в проведении специальных мероприятий национальной безопасности", - пишут представители IARPA в своем приглашении.
В соответствии с условиями приглашения, потенциальные разработчики-поставщики технологии должны будут создать готовый набор данных для отслеживания человека на основе 960 часов "сырых" видеозаписей, охватывающих множество различных сред и сценариев, полученных с 20 различных камер видеонаблюдения с различными позициями, видами, разрешениями и частотой кадров, разбросанных по примерно 10 тыс кв.м "городского или полугородского пространства", в разное время дня и ночи, в различных погодных условиях, включая пешеходов, движущиеся транспортные средства, дорожные знаки и других "отвлекающих факторов". Видео будет содержать не менее 200 тестируемых людей, которые ведут себя по-разному в поле камеры. На этих людях в конечном итоге будут сосредоточены алгоритмы для отработки возможностей идентификации и отслеживания.
Понравился пост? Поставьте 👍 или поделитесь им в социальной сети, чтобы мы могли рассказать ещё больше о новых технологиях.
Подпишитесь на наш канал "Умная безопасность" ( @smartsafecity ) в Телеграм , чтобы узнать больше новостей о новых технологиях.