Создана нейросеть для БПЛА Она обрабатывает данные аэроразведки

Исследователи Самарского университета имени академика С. П. Королева совершили значительный прорыв в области искусственного интеллекта и оптических вычислений, разработав высокоскоростную нейронную сеть. Она предназначена для анализа входящих видеопотоков в режиме реального времени и способна практически мгновенно распознавать и находить заданные объекты и изображения в видеопотоке.

Одним из аспектов этой разработки является способность нейронной сети обрабатывать данные с гиперспектрометров – сложных устройств, способных осуществлять многоканальное спектральное картирование. Эта технология позволяет обнаруживать объекты, невидимые невооруженным глазом или обычными инструментами наблюдения, что открывает возможности для развития различных областей, таких как мониторинг окружающей среды, безопасность и научные исследования.

Оптическая нейронная сеть построена на основе аналоговой фотонной вычислительной системы, которая обладает рядом ключевых преимуществ, включая устойчивость к электромагнитным помехам, низкое энергопотребление и возможность параллельной обработки данных. Прототип-демонстратор, созданный с использованием стандартных лабораторных оптико-механических компонентов, модуляторов и видеокамер, в ходе первых экспериментов показал надежность распознавания 93,75 %.

В планах на 2024 год – создание и тестирование экспериментальной системы, размещенной в компактном корпусе размером примерно с небольшой системный блок компьютера. При выборе компонентов с улучшенными характеристиками исследователи ожидают повышения точности и надежности распознавания объектов.

Помимо анализа видео в реальном времени, применение этой технологии в гиперспектральной съемке способно произвести революцию в области мониторинга окружающей среды. Например, это может значительно расширить наши возможности по обнаружению парниковых газов, проведению геологической разведки в труднодоступных районах и повышению точности отслеживания лесных пожаров.

Для чего еще нужны нейросети: