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
Компьютерное зрение и обработка изображений
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
Экспертиза цифровых изображений и защита авторских прав
Детектирование подделок цифровых изображений и видеозаписей.
Защита цифровых изображений и видеозаписей стойкими и хрупкими водяными знаками.
Защита цифровых изображений и видеозаписей стойкими и хрупкими водяными знаками.
Изображение со встроенным ЦВЗ (модифицированы блоки 1,2,3b)
Извлеченный ЦВЗ (выявленные модификации изображения выделены черным)
Подробности
Пример
Связный трекинг объектов/субъектов с устойчивостью к их частичным/временным перекрытиям, сопровождение области интереса по видеопотоку.
Идентификация и реидентификация субъектов по данным видеонаблюдения.
Поиск похожих объектов/субъектов по данным видеонаблюдения.
Обнаружение и распознавание инцидентов – процессов взаимодействия субъектов/объектов и/или изменения их свойств по видео (драки, падения и т.п.).
Обнаружение аномалий поведения субъектов по их состоянию и/или движениям по видеоданным стационарной системы наблюдения.
Обнаружение спецодежды или иных атрибутов у субъекта (каски, очки и т.п.).
Распознавание голосовых команд и фраз субъектов в различных условиях, в том числе при неблагоприятных условиях – усиленная реверберация, шум и т.п.
Анализ эмоционального состояния субъекта по содержанию, громкости, скорости речи.
Построение системы наблюдения и контроля территории по данным о параметрах сенсоров и картографической информации.
Идентификация и реидентификация субъектов по данным видеонаблюдения.
Поиск похожих объектов/субъектов по данным видеонаблюдения.
Обнаружение и распознавание инцидентов – процессов взаимодействия субъектов/объектов и/или изменения их свойств по видео (драки, падения и т.п.).
Обнаружение аномалий поведения субъектов по их состоянию и/или движениям по видеоданным стационарной системы наблюдения.
Обнаружение спецодежды или иных атрибутов у субъекта (каски, очки и т.п.).
Распознавание голосовых команд и фраз субъектов в различных условиях, в том числе при неблагоприятных условиях – усиленная реверберация, шум и т.п.
Анализ эмоционального состояния субъекта по содержанию, громкости, скорости речи.
Построение системы наблюдения и контроля территории по данным о параметрах сенсоров и картографической информации.
Распознавание и интеллектуальный анализ событийной обстановки
Синтез изображений по типу или текстовому описанию методами генеративного искусственного интеллекта.
Синтез текста с использованием больших языковых моделей (Large Language Models, LLMs).
Чат-боты.
Реконструкция утерянных фрагментов снимков без дополнительной информации (Inpainting).
Повышение разрешения изображений (Super-resolution).
Преобразование модальностей изображений: полутоновое в цветное, цветной снимок ДЗЗ в радарный и обратно, bridge-модальности и др.
Синтез текста с использованием больших языковых моделей (Large Language Models, LLMs).
Чат-боты.
Реконструкция утерянных фрагментов снимков без дополнительной информации (Inpainting).
Повышение разрешения изображений (Super-resolution).
Преобразование модальностей изображений: полутоновое в цветное, цветной снимок ДЗЗ в радарный и обратно, bridge-модальности и др.
Генеративный искусственный интеллект
1) Гиперспектральное изображение (ГСИ) (отображены первые 3 канала)
2) Маска классов ГСИ
3) Результат классификации
Пример
Прогнозирование динамики транспортного потока автотранспортных средств с использованием актуальных и статистических данных.
Поиск оптимального по заданному критерию пути в транспортной сети.
Оптимизация транспортного потока с целью увеличения пропускной способности посредством адаптивного управления сигналами светофора и скоростью движения автотранспортных средств.
Маршрутизация подключенных транспортных средств в сети с целью сокращения общего времени корреспонденции.
Поиск оптимального по заданному критерию пути в транспортной сети.
Оптимизация транспортного потока с целью увеличения пропускной способности посредством адаптивного управления сигналами светофора и скоростью движения автотранспортных средств.
Маршрутизация подключенных транспортных средств в сети с целью сокращения общего времени корреспонденции.
Подробности
Интеллектуальные транспортные системы
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.