Видеонаблюдение в магазинах, метро, на улицах, в подъездах – куда ни посмотришь, камера смотрит на тебя. Не за каждой камерой стоит Большой Брат и следит за тобой, но если ты превышаешь скорость на дороге, над которой висит камера, а потом тебе приходит штраф, это неспроста: автоматическое распознавание номеров автомобилей – одна из областей, где технологии компьютерного зрения дополняют человека, частично избавляя его от рутинной работы. Где еще они используются и как их разрабатывают, рассказывает Егор Ершов, научный сотрудник Лаборатории зрительных систем ИППИ РАН.
Лаборатория зрительных систем занимается как фундаментальными задачами, так и прикладными, в том числе коммерческими, для чего существует дочернее предприятие института – компания «Визиллект».
Парковки и платные дороги
«Отлавливать лихачей – одно из миллионов применений технологий компьютерного зрения. Распознавание номеров также нужно тем, кто проверяет машины на платных парковках: их фотографируют, номера автоматически распознаются и, если владелец не оплатил парковку, ему приходит штраф. На контрольно-пропускных пунктах нужна автоматическая идентификация транспорта. Наша задача в том, чтобы распознавание изображений работало в любых условиях, даже если камера самая простая, как на смартфоне, или на автомобильном номере есть грязь, или освещение плохое и так далее», – рассказывает Егор.
Распознавание автомобильных номеров. Фото: «Визиллект»
Технологии распознавания образов применяются также и на платных дорогах. Поскольку грузовики и легковушки платят за проезд по таким дорогам разную цену, система, разработанная в лаборатории компьютерного зрения, которая стоит на платных дорогах в России, автоматически подсчитывает оси и определяет высоту транспорта. Это позволяет автоматизировать и ускорить процесс оплаты.
Система автоматического распознавания типа транспортного средства на платных дорогах. Фото: «Визиллект»
«Европейские компании предлагали решения на основе инфракрасных и других датчиков, но они работают хуже в наших условиях, например, плохо реагируют на осадки. Нам удалось и в зимних, и в летних условиях обойти конкурентов по качеству», – поясняет ученый.
Беспилотный транспорт
Система компьютерного зрения от ИППИ разрабатывается для российского беспилотного автобуса компании Volgabus, который в настоящее время проходит тестирование. «Создание беспилотного транспортного средства в настоящее время является очень горячей задачей. Уже сейчас видно, что в данном проекте много интересных практических задач компьютерного зрения, среди которых – позиционирование, обнаружение препятствий, детекция разметки и другие», – объясняет Егор.
Нефть и алмазы
В лаборатории также работают с нефте- и алмазодобытчиками, которым нужны алгоритмы обработки рентгеновских изображений. Первым – для того чтобы по ним восстанавливать внутреннее строение куска нефтеносной породы и думать, как лучше добывать «черное золото». Вторым – для того чтобы, «просвечивая» рентгеном отработанную руду, выяснять, не осталось ли там алмазов.
Виртуальная реальность
Нужно отметить, что в лаборатории зрительных систем занимаются не только компьютерным зрением, но и человеческим. Одним из ученых, стоявших у истоков лаборатории, был известный советский физиолог Альфред Ярбус, поэтому в область интересов лаборатории входят также исследования человеческого зрения, методов его диагностики и, как следствие, возможности их прикладного применения, в частности при разработке технологий виртуальной реальности и контента для нее.
Вопросы, которые волнуют производителей контента – на что смотрит человек, находясь в виртуальной реальности, а на что не обращает внимание, какие погрешности изображения доставляют ему дискомфорт, а где качеством картинки можно пожертвовать без особого ущерба для пользователя.
Наука прикладная и фундаментальная
Научно-технические задачи, над которыми работают в лаборатории, включают в себя разработку программных решений для автоматического патрулирования и картирования местности, анализа спутниковых снимков. Применяться эти разработки могут, например, при создании беспилотных роботов, которые могли бы работать в районах военных действий или катастроф, обмениваясь информацией между собой, и обходиться без команд из центра.
«Еще один сценарий: а вдруг война. Первым делом будут атакованы спутники, чтобы беспилотниками невозможно было управлять. Но с этим можно бороться, сопоставляя изображения с камеры летательного аппарата, и определять его положение. У нас уже сейчас созданы и успешно апробированы прототипы таких систем», – рассказывает Егор.
«Решение прикладных задач приводит к теоретическим вопросам. Сам я в меньшей степени программист, в большей степени исследователь и сейчас занимаюсь изучением свойств алгоритма быстрого преобразования Хафа, в частности проблемой оценки его точности. Оказывается, что за этим вопросом стоит очень интересный математический аппарат», – объясняет Егор.
Чем заняться студенту
Проекты лаборатории развиваются, так что рук не хватает. При этом, благодаря наличию коммерческой компании, студенты могут как учиться, так и работать. Обычная траектория в «Визиллекте» и в лаборатории: студенту дают задание на пробу, если он справляется с ним хорошо, ему выдают более сложное задание. По мере решения задач растет должность и зарплата. В какой-то момент бывший студент становится руководителем, у него появляется своя команда и подопечные студенты.
«Лаборатория у нас молодая, около 40 человек, средний возраст 26-27 лет. Сейчас уже видно, что мы растем и расти будем, поэтому потребность в хороших, толковых студентах у нас велика», – заключает исследователь.
Екатерина Боровикова, ТАСС-Чердак
