Учёные Пермского политеха разработали новый подход к передаче видеосигнала, который позволяет системам машинного зрения бесперебойно функционировать даже при медленном и нестабильном интернет-соединении. Эффективность разработанной методики на 28-32% превосходит существующие аналоги, сообщили в пресс-службе вуза.
Для обеспечения стабильной видеотрансляции применяются алгоритмы компрессии данных, которые минимизируют объём передаваемой информации за счёт фиксации лишь изменений между последовательными кадрами. Например, при движении автомобиля на статичном фоне, система однократно сохраняет изображение фона, а затем отслеживает только перемещение машины. Такие методы, хотя и уменьшают размер данных, требуют значительных вычислительных мощностей, что делает их непригодными для использования в маломощных устройствах, таких как камеры наблюдения, автономные роботы и датчики.
Ученые из Пермского политеха разработали инновационный программный алгоритм на основе нейросети, позволяющий осуществлять бесперебойную видеопередачу. Данный алгоритм может быть интегрирован в камеры видеонаблюдения, системы управления и программное обеспечение роботов.
Андрей Кокоулин, доцент кафедры ПНИПУ, поясняет, что алгоритм работает в три этапа: ИИ определяет наиболее важный объект в кадре (ROI) и его границы, после чего сжимает эти данные с использованием формата JPEG 2000, превосходящего по качеству обычный JPEG. Система анализирует скорость интернет-соединения и определяет объём данных, который возможно передать за время одного кадра. При низкой скорости передаются только данные о приоритетных объектах, что обеспечивает их отображение даже при плохом соединении.
Испытания в условиях искусственно созданных помех, когда передавалось лишь 10-20% видео, показали значительное преимущество нового метода. Ключевые объекты передавались на 54-81% четче, потребление трафика было меньше на 40-45%, а общая эффективность системы оказалась на 28-32% выше традиционных решений.
К 2025 году в России было развернуто свыше 1,2 млн камер видеонаблюдения. Многие из них используют машинное зрение, способное распознавать аномальные ситуации и отправлять уведомления в центр управления для оперативного вмешательства. Примером служат системы видеонаблюдения в отделениях реанимации. Дистанционный контроль дает возможность непрерывно отслеживать жизненно важные показатели и состояние пациентов. Однако серьезной проблемой остается недостаточная надежность передачи видео в условиях нестабильной связи. Зависание картинки или ухудшение качества изображения могут привести к тому, что врачи не заметят признаки ухудшения состояния пациента или сбои в работе оборудования жизнеобеспечения. Изобретение пермских учёных поможет справиться с этой проблемой.
