Компьютерное зрение, машинное обучение и искусственный интеллект
Компьютерное зрение,
машинное обучение и
искусственный интеллект
машинное обучение и
искусственный интеллект
Прикладные исследования и разработки в области математических методов, алгоритмов, информационных технологий и программного обеспечения систем компьютерного зрения, цифровой обработки сигналов, анализа изображений, распознавания образов, машинного обучения и искусственного интеллекта. Некоторые прикладные проекты реализуются во взаимодействии с Самарским университетом.
Руководитель команды - д.т.н., профессор Мясников В.В.
Руководитель команды - д.т.н., профессор Мясников В.В.
Услуги
- проведение научно-исследовательских работ и создание алгоритмических (математических моделей, методов, алгоритмов и информационных технологий) и программных решений в области компьютерного зрения, цифровой обработки сигналов, анализа и поиска изображений и видео, распознавания образов, анализа сцен, машинного обучения и искусственного интеллекта
- алгоритмических и программных решений для защиты цифровых данных/объектов (цифровых изображений, пространственных векторных данных, цифровых 3D моделей, искусственных нейронных сетей) с использованием цифровых водяных знаков, а также программных средств обнаружения подделок/определения подлинности цифровых изображений и/или видео
- разработка алгоритмических и программных решений для обеспечения автоматизации процесса управления транспортным движением в городе/мегаполисе с целью его оптимизации с использованием средств машинного обучения и транспортного моделирования
- разработка средств обработки, анализа, интерпретации и тематической обработки цифровых космических снимков
- разработка алгоритмических и программных средств векторного поиска цифровых данных (поиск изображений, сигналов и иных цифровых данных на базе их признаковых описаний)
- разработка алгоритмических и программных средств искусственного интеллекта (создание и обучение искусственных нейронных сетей) для решения различных тематических задач
- разработка алгоритмических и программных средств контроля технических и организационных процессов с использованием компьютерного зрения, машинного обучения и искусственного интеллекта
- разработка алгоритмических и программных на базе генеративного искусственного интеллекта, мультимодальных и больших языковых моделей искусственных нейронных сетей
Цифровые водяные знаки для изображений и данных ДЗЗ
Встраиваемые цифровые водяные знаки (ЦВЗ) предназначены для обеспечения безопасности цифровых изображений и данных ДЗЗ. Данная технология позволяет защищать их от копирования и изменений, выявляя фальсификации и несанкционированное использование.
Изображение со встроенным ЦВЗ (модифицированы блоки 1,2,3b)
Извлеченный ЦВЗ (выявленные модификации изображения выделены черным)
Что такое ЦВЗ?
Пример
Обнаружение искусственных искажений и фальсификаций цифровых изображений и данных ДЗЗ
Изображение, содержащее скопированный фрагмент (фонтан слева)
Результат обнаружения оригинального фрагмента и его копии
Изображение ДЗЗ, содержащее скопированный фрагмент
Результат обнаружения оригинального фрагмента и его копии
Примеры
Методы, алгоритмы и программное обеспечение обнаружения искусственных искажений и фальсификаций предназначены для обеспечения безопасности цифровых изображений и данных ДЗЗ. Данная технология, используя методы обработки изображений и компьютерного зрения, позволяет выявлять различные виды искусственных искажений и фальсификаций, например, скрытие части изображения посредством копирования фрагмента с его другой части.
Что это такое?
Обнаружение и распознавание транспортных средств на аэрофото- снимках
Методы, алгоритмы и программное обеспечение обнаружения и распознавания транспортных средств позволяет автоматически выявлять их на аэрофотоснимках. Данная технология применяется для анализа цифровых изображений, полученных при съёмке в надире, с пространственным разрешением 5-10 см.
Как это работает?
Пример
Обнаружение и распознавание транспортных средств на аэрофото- снимках
Обнаружение и распознавание объектов по данным фотовидеофиксации:
- при съёмке с систем аэрофото- и космического зондирования: здания, крупная автотехника
- при съемке с БПЛА/самолета: здания, автотехника, люди, животные
- при съёмке со стационарных внешних систем наблюдения (включая съемки в надир): люди, автотехника, техника, оборудование и проч.
- при крупномасштабной съемке: инструменты, мелкое оборудование
- и др.
Сжатие изображений с контролем максимальной ошибки и/или стабилизации объема сжатых данных (для бортовых систем наблюдения).
Идентификация параметров модели наблюдения.
Моделирование тракта формирования изображений в системах ДЗЗ (оптико-электронный и радарные сенсоры).
Распознавание государственных регистрационных номерных знаков на автотранспортных средствах и иных номерных обозначений на объектах.
Поиск похожих географических мест по их фотографиям.
Построение карты территории в процессе перемещения мобильного устройства по данным его видеокамеры (SLAM).
Окулография – отслеживание координат и направления взора.
- при съёмке с систем аэрофото- и космического зондирования: здания, крупная автотехника
- при съемке с БПЛА/самолета: здания, автотехника, люди, животные
- при съёмке со стационарных внешних систем наблюдения (включая съемки в надир): люди, автотехника, техника, оборудование и проч.
- при крупномасштабной съемке: инструменты, мелкое оборудование
- и др.
Сжатие изображений с контролем максимальной ошибки и/или стабилизации объема сжатых данных (для бортовых систем наблюдения).
Идентификация параметров модели наблюдения.
Моделирование тракта формирования изображений в системах ДЗЗ (оптико-электронный и радарные сенсоры).
Распознавание государственных регистрационных номерных знаков на автотранспортных средствах и иных номерных обозначений на объектах.
Поиск похожих географических мест по их фотографиям.
Построение карты территории в процессе перемещения мобильного устройства по данным его видеокамеры (SLAM).
Окулография – отслеживание координат и направления взора.
Как это работает?
Пример
1) Гиперспектральное изображение (ГСИ) (отображены первые 3 канала)
2) Маска классов ГСИ
3) Результат классификации
2) Маска классов ГСИ
3) Результат классификации
Пример
Методы, алгоритмы и программное обеспечение предназначены для управляемой автоматической классификации данных ДЗЗ, включая гиперспектральные данные ДЗЗ, и их анализа.
Как это работает?
Автоматическая классификация и анализ данных ДЗЗ
Обнаружение и распознавание объектов/субъектов по данным видео и фото фиксации:
Связный трекинг объектов/субъектов с устойчивостью к их частичным/временным «затенениям», сопровождение области интереса по видеопотоку (удержание цели)
Идентификация и реидентификация субъектов по данным видеонаблюдения
Поиск (векторный) похожих объектов/субъектов по данным видеонаблюдения
Обнаружение/распознавание инцидентов — процессов взаимодействия субъектов/объектов и/или изменения их свойств по видео (включая драки, падения и т.п.)
Детектирование фактов наличия спецодежды или иных атрибутов у субъекта (каски и т.п.)
Распознавание государственных регистрационных номерных знаков на автотранспортных средствах и иных номерных обозначений на объектах
Определение аномалий поведения субъектов по их состоянию и/или движениям (стационарная система наблюдения)
Детектирование аномалий субъектов и объектов по их перемещениям (стационарная система наблюдения)
Детектирование подделок фото и видеоданных
Поиск похожих географических мест по их фотографиям (создание и работа с векторными БД)
Построение карты территории в процессе перемещения мобильного устройства по данным его видеокамеры (SLAM)
Моделирование тракта формирования изображений в системах ДЗЗ (оптико-электронный и радарные сенсоры)
Идентификация параметров модели наблюдения
Сжатие изображений с контролем максимальной ошибки и/или стабилизации объема сжатых данных (для бортовых систем наблюдения)
Стойкие и хрупкие водяные знаки для цифровых изображений и видео
- при съемке с систем аэрофото и космического зондирования: объекты (здания, крупная автотехника)
- при съемке с БПА/самолета: объекты (здания, автотехника и т.п.) и субъекты (люди, животные)
- при съемке со стационарных/наружных систем наблюдения (включая съемки в надир): субъекты (люди), объекты (автотехника, техника, оборудование и т.п.)
- при крупномасштабной (инструментальной) съемке: объекты (инструменты, мелкое оборудование)
Связный трекинг объектов/субъектов с устойчивостью к их частичным/временным «затенениям», сопровождение области интереса по видеопотоку (удержание цели)
Идентификация и реидентификация субъектов по данным видеонаблюдения
Поиск (векторный) похожих объектов/субъектов по данным видеонаблюдения
Обнаружение/распознавание инцидентов — процессов взаимодействия субъектов/объектов и/или изменения их свойств по видео (включая драки, падения и т.п.)
Детектирование фактов наличия спецодежды или иных атрибутов у субъекта (каски и т.п.)
Распознавание государственных регистрационных номерных знаков на автотранспортных средствах и иных номерных обозначений на объектах
Определение аномалий поведения субъектов по их состоянию и/или движениям (стационарная система наблюдения)
Детектирование аномалий субъектов и объектов по их перемещениям (стационарная система наблюдения)
Детектирование подделок фото и видеоданных
Поиск похожих географических мест по их фотографиям (создание и работа с векторными БД)
Построение карты территории в процессе перемещения мобильного устройства по данным его видеокамеры (SLAM)
Моделирование тракта формирования изображений в системах ДЗЗ (оптико-электронный и радарные сенсоры)
Идентификация параметров модели наблюдения
Сжатие изображений с контролем максимальной ошибки и/или стабилизации объема сжатых данных (для бортовых систем наблюдения)
Стойкие и хрупкие водяные знаки для цифровых изображений и видео
Компьютерное зрение и приложения, включая решения на базе ИИ
Обнаружение и распознавание объектов/субъектов по данным видео и фото фиксации:
Связный трекинг объектов/субъектов с устойчивостью к их частичным/временным «затенениям», сопровождение области интереса по видеопотоку (удержание цели)
Идентификация и реидентификация субъектов по данным видеонаблюдения
Поиск (векторный) похожих объектов/субъектов по данным видеонаблюдения
Обнаружение/распознавание инцидентов — процессов взаимодействия субъектов/объектов и/или изменения их свойств по видео (включая драки, падения и т.п.)
Детектирование фактов наличия спецодежды или иных атрибутов у субъекта (каски и т.п.)
Распознавание государственных регистрационных номерных знаков на автотранспортных средствах и иных номерных обозначений на объектах
Определение аномалий поведения субъектов по их состоянию и/или движениям (стационарная система наблюдения)
Детектирование аномалий субъектов и объектов по их перемещениям (стационарная система наблюдения)
Детектирование подделок фото и видеоданных
Поиск похожих географических мест по их фотографиям (создание и работа с векторными БД)
Построение карты территории в процессе перемещения мобильного устройства по данным его видеокамеры (SLAM)
Моделирование тракта формирования изображений в системах ДЗЗ (оптико-электронный и радарные сенсоры)
Идентификация параметров модели наблюдения
Сжатие изображений с контролем максимальной ошибки и/или стабилизации объема сжатых данных (для бортовых систем наблюдения)
Стойкие и хрупкие водяные знаки для цифровых изображений и видео
- при съемке с систем аэрофото и космического зондирования: объекты (здания, крупная автотехника)
- при съемке с БПА/самолета: объекты (здания, автотехника и т.п.) и субъекты (люди, животные)
- при съемке со стационарных/наружных систем наблюдения (включая съемки в надир): субъекты (люди), объекты (автотехника, техника, оборудование и т.п.)
- при крупномасштабной (инструментальной) съемке: объекты (инструменты, мелкое оборудование)
Связный трекинг объектов/субъектов с устойчивостью к их частичным/временным «затенениям», сопровождение области интереса по видеопотоку (удержание цели)
Идентификация и реидентификация субъектов по данным видеонаблюдения
Поиск (векторный) похожих объектов/субъектов по данным видеонаблюдения
Обнаружение/распознавание инцидентов — процессов взаимодействия субъектов/объектов и/или изменения их свойств по видео (включая драки, падения и т.п.)
Детектирование фактов наличия спецодежды или иных атрибутов у субъекта (каски и т.п.)
Распознавание государственных регистрационных номерных знаков на автотранспортных средствах и иных номерных обозначений на объектах
Определение аномалий поведения субъектов по их состоянию и/или движениям (стационарная система наблюдения)
Детектирование аномалий субъектов и объектов по их перемещениям (стационарная система наблюдения)
Детектирование подделок фото и видеоданных
Поиск похожих географических мест по их фотографиям (создание и работа с векторными БД)
Построение карты территории в процессе перемещения мобильного устройства по данным его видеокамеры (SLAM)
Моделирование тракта формирования изображений в системах ДЗЗ (оптико-электронный и радарные сенсоры)
Идентификация параметров модели наблюдения
Сжатие изображений с контролем максимальной ошибки и/или стабилизации объема сжатых данных (для бортовых систем наблюдения)
Стойкие и хрупкие водяные знаки для цифровых изображений и видео
Компьютерное зрение и приложения, включая решения на базе ИИ
Оборудование
Специализированное оборудование, включающее высокопроизводительные вычислительные средства типа NVIDEA Tesla H100, NVIDEA Tesla V100, NVIDEA Quadro RTX6000, NVIDEA RTX 4090 и другие.
Как с нами взаимодействовать?
Команда САМИС:
Процесс выглядит следующим образом
Клиент:
Краткое описание задачи и условий получения данных (при наличии - несколько примеров данных)
Команда САМИС:
а) Предварительное заключение с анализом возможности решения задачи и ее вариаций (без уточнения параметров проекта - стоимости, сроков и т.п.).
б) Требования к дополнительной информации/данным для уточнения указанных параметров проекта.
б) Требования к дополнительной информации/данным для уточнения указанных параметров проекта.
Клиент:
Предоставление необходимой информации/данных для уточнения параметров проекта и подготовки черновика ТЗ
Команда САМИС:
Краткий черновик ТЗ с уточнением сроков и стоимости.
Клиент:
Решение о заключении Договора.
Клиенты, которые нам доверяют
Клиенты, которые нам доверяют
Используя данный сайт, вы даете согласие на использование файлов cookie, помогающих нам сделать его удобнее для вас.