Российскую нейросеть научили по камерам обнаруживать людей, которым стало плохо на улице

Российские специалисты научили нейросеть распознавать по камерам видеонаблюдения людей, упавших прямо на улице из-за внезапного ухудшения самочувствия. Благодаря этой технологии скорая помощь с большей вероятностью спасет жизнь.


Российскую нейросеть научили по камерам обнаруживать людей, которым стало плохо на улице. Это может спасти много жизней
От того, как быстро приедет машина скорой помощи, зависит жизнь пострадавшего. И новая российская нейросеть сможет распознавать внезапное ухудшение самочувствия на улице, чтобы как можно быстрее вызвать «скорую"

Распознавание поведения людей с помощью компьютерного зрения – ключевой элемент перспективных систем безопасности. Они могут быть ориентированы не только на предотвращение правонарушений, но и на оказание экстренной медицинской помощи.

Ученые Самарского национального исследовательского университета имени академика С.П. Королева научили нейросеть понимать сценарии падения людей на улице, связанные с резким ухудшением здоровья. В дальнейшем это поможет службам спасения оперативно реагировать на каждый такой случай, поскольку от времени прибытия «скорой» напрямую зависит, выживет ли человек, сообщает РИА Новости.

По словам исследования, самый важный этап в разработке подобных технологий — научить их адекватно распознавать падение людей в публичных пространствах, на производстве и в других ситуациях. Но чтобы обучить нейросеть корректному определению таких событий, требуется огромный массив видеозаписей, собрать который естественным путем практически невозможно. Специалисты Самарского университета имени С.П. Королева решили эту проблему, предложив метод генерации обучающих данных с помощью трехмерной среды Unreal Engine 4.




«Мы разработали универсальное средство моделирования сцен падения человека, позволяющее варьировать рост, вес, параметры одежды и окружения. На основе сгенерированных таким образом данных мы обучили сверточную нейросеть на базе Mask-RCNN с возможностью сегментации пикселей по классам, что обеспечивает высокое качество распознавания», – рассказал старший преподаватель кафедры суперкомпьютеров и общей информатики Самарского университета имени С.П. Королева Денис Жердев.

Испытания подтвердили эффективность системы, успешно определившей 97,6% инцидентов при работе с синтезированными данными и 95% при распознавании реальных видеозаписей с камер наблюдения, рассказали ученые.

Источник