На этот вопрос ответит кандидат технических нук, доцент кафедры кадастра и геоинженерии ФГБОУ ВО «Кубанский государственный технологический университет» Гура Дмитрий Андреевич. Он является руководителем проекта поддержанного Кубанским научный фондом по теме «Повышение эффективности идентификации объектов на основе пространственного анализа данных и методов машинного обучения».
Дмитрий Андреевич, суть Вашей научной работы, поддержанной Кубанским научным фондом заключается в обработке и получении пространственной информации о территории для целей развития Краснодарского края, градостроительства и транспортной инфраструктуры, расскажите нам и нашим читателям о том какие приборы и методы были использованы для сбора данной информации?
В нашем проекте «Повышение эффективности идентификации объектов на основе пространственного анализа данных и методов машинного обучения» мы применяем технологию трехмерного лазерного сканирования, используем специализированное геодезическое оборудование: наземный лазерный сканер Leica C10, Leica BLK 360 для получения информации об объектах в виде облака точек. Также оборудование создает панорамные фотографии с каждой станции, которые в дальнейшем позволяют получить исходные цвета облака точек в RGB
- RGB – это цветовая модель, описывающая способ цветовоспроизведения с помощью трех цветов, которые принято называть основными (красный, зеленый и синий). Выбор основных цветов обусловлен особенностями физиологии восприятия цвета сетчаткой человеческого глаза.
Для методического обеспечения применяется специализированное программное обеспечение для обработки облаков точек, например, CloudCompare, Blender и т.д. Были разработаны приложения для визуализации данных. На данные приложения были получены охранные документы.
Какая роль отводится в Вашем исследовании искусственному интеллекту?
В нашем исследовании искусственный интеллект является одним из основных составляющих. Искусственный интеллект помогает автоматизировать процесс принятия решений в различных отраслях. Получение высокоточной геоинформации об окружающих объектах и возможность их интеллектуального анализа позволяет использовать обработанные результаты в широком спектре современных приложений. В исследовании применяем прежде всего нейросетевые методы: сегментация объектов в пространстве. В части машинного обучения мы используем платформы, которые базируются на языке программирования Python- фреймворки глубокого обучения PyTorch, TensorFlow.
В чем ценность полученных результатов анализа данных для устойчивого развития территорий города, края, и что не маловажно для жителей региона?
Данная работа была проделана впервые, были проанализированы определенные признаки застройки именно города Краснодара и Краснодарского края. При анализе результатов, полученных геопространственных данных учтены особенности, характерные для нашего региона. Так как в основном эту задачу пытаются решить в целом, а мы пытаемся решить ее в частности, повысив точность полученных результатов. Любая автоматизация таких видов работ прежде всего повышает эффективность и снижает людские ресурсы на выполнение определенных видов работ.
Дмитрий Андреевич, вопрос не связанный на прямую с проектом, как Вы пришли в науку, что послужило причиной профессионального выбора?
Мой научный путь начался в стенах родного вуза – КубГТУ. Первые научные статьи были написаны и опубликованы на старших курсах. Получив специальность, я решил продолжить свое обучение в аспирантуре по направлению «Землеустройство, кадастр и мониторинг земель». В этот период я вместе со своим научным руководителем, кандидатом технических наук, доцентом Вячеславом Николаевичем Желтко начал проводить исследования. Мы выявляли зависимости в методах и приемах измерений для обеспечения высокоточных измерений современными геодезическими средствами, а также подобрали методы обработки полученных данных. Итоги наших трудов отражены в диссертационной работе, которая успешно защищена в МИГАИКе в 2016 году.
На текущую дату я закончил докторантуру КубГТУ по направлению «Системный анализ, управление и обработка информации» под руководством доктора технических наук, профессора кафедры информатики и вычислительной техники Романа Александровича Дьяченко, который является участником исследований в рамках гранта, поддержанного Кубанским научным фондом.
Исследования, над которыми мы работаем, заключаются в интеллектуальной обработке данных, полученных при лазерном сканировании определенных территорий. На данном этапе науки нет окончательно разработанных методов и алгоритмов, позволяющих в автоматическом режиме распознавать все объекты и с высокой степенью вероятности идентифицировать их в статике и динамике. Это дает широкий простор для собственных исследований.
Подписывайтесь на информационные пространства Кубанского научного фонда: telegram и ВКонтакте.