Прорыв в распознавании людей по силуэту

Ученые Исследовательского центра в сфере ИИ МГУ с коллегами создали новый метод определения людей по силуэту под названием DynaMix. В его основе лежит идея обучения на «смеси» разнородных данных. В дальнейшем технология может быть применена в сфере безопасности и в бизнесе. Результаты исследования опубликованы в ведущем журнале Neurocomputing.

Задача реидентификации (распознавания силуэтов людей) является важной с точки зрения как науки, так и практики. Ее суть заключается в поиске похожих людей на разных камерах видеонаблюдения в разные моменты времени. Алгоритмы реидентификации используются в умных городах и системах интеллектуальной видеоаналитики, например, при поиске злоумышленников по их силуэтам или улучшении показателей для бизнеса (анализ очередей и построение тепловых карт движения покупателей).

На камерах видеонаблюдения далеко не всегда видно лица людей, поэтому часто бывает необходим анализ их силуэтов. Однако современные методы распознавания силуэтов далеки от аналогичных подходов к распознаванию лиц с точки зрения их точности. Основная причина огромной разницы в точности между этими классами алгоритмов заключается в крайне малом количестве данных для обучения методов реидентификации. Прежде всего, это связано со спецификой задачи — она подразумевает изображения одного и того же человека с разных камер и ракурсов в разные моменты времени (многокамерные данные). Наборы данных такого рода сложно собрать и разметить.

Ученым Центра ИИ МГУ совместно с компанией Tevian удалось свести эту разницу в качестве к минимуму за счет нового подхода к обучению алгоритмов искусственного интеллекта. В своей работе авторы представили метод, в котором используется идея обучения на «смеси» разнородных данных.

«Подход основан на “подмешивании” к основным многокамерным данным дополнительных более простых изображений людей во время обучения моделей. Таким образом, за счет стилистического разнообразия повышается качество решения основной задачи. Наши эксперименты показали, что разработка позволяет двукратно улучшить качество реидентификации людей, что открывает направление для создания прикладных алгоритмов интеллектуальной видеоаналитики в различных сферах. Например, в создании “умных городов”, обеспечении безопасности и повышении ключевых показателей ритейл-бизнеса», – поделился Тимур Мамедов, научный сотрудник Центра ИИ МГУ, руководитель направления распознавания силуэтов в Tevian.

Источник: Пресс-служба МГУ