Направление конференции: Робототехника и искусственный интеллект
Степень разработки: Идея (концепция)
Алгоритмы технического зрения все более интегрированы в систему принятия решений в различных сферах. Визуальные данные (изображения объекта интереса или видео) требуются на этапе обучения и проверки работы алгоритмов. Ниже приведены примеры способов получения визуальных данных для обучения алгоритмов технического зрения:
1) натурная фотосъемка (видеосъемка);
2) поиск в открытых источниках;
3) виртуальные полигоны.
Проблема в получении данных приведенными способами заключается в наличии следующих недостатков:
Натурная съемка
1) длительность по времени (если объект интереса требуется отснять в разное время суток или при различных погодных условиях);
2) финансовые затраты (затраты на оборудование для съемки, затраты на оплату труда того, кто будет осуществлять съемку).
Поиск данных в открытых источниках
1) Длительность по времени;
2) Отсутствие изображений объекта интереса в требуемых ракурсах (или погодных условиях)
3) Несбалансированность итогового набора изображений (т.е. при поиске изображений, например, автомобилей и самолетов, количество изображений автомобилей будет значительно больше, чем количество изображений самолетов)
Виртуальные полигоны
1) Отсутствие открытого доступа к функционалу, так как зачастую виртуальные полигоны представляют собой корпоративные решения для внутреннего использования.
Предлагаемое решение описанной проблемы - программа формирования изображений объекта интереса. Основное назначение программы – формирование набора изображений объекта, предварительно выбранного пользователем (например, автомобиль), которые могут быть использованы для обучения и проверки различных алгоритмов технического зрения (например, нейросетевых).
По сравнению с другими способами получения изображений объекта интереса, разрабатываемая программа позволит снизить затраты по времени и финансам на формирование изображений объекта;
Новизна предлагаемого решения заключается в следующем:
- доступность (программа не ограничена использованием в конкретной организации, рассчитана на использование как, например, отдельным коллективом исследователей, так и частными организациями);
- адаптивность под потребности пользователя в части добавления требуемых объектов интереса в базу данных;
Ориентировочные затраты на разработку программы: 960 тыс. руб.
Стратегия окупаемости: введение бесплатной версии программы с ограниченным функционалом и версией с расширенным и полным функционалом по платной подписке.
Текущее состояние проекта: проработана концепция разрабатываемой программы.