Учёные Пермского национального исследовательского политехнического университета разработали инновационный метод передачи видеоданных для использования в системах машинного зрения. Эта технология отличается высокой эффективностью, особенно при нестабильном интернет-соединении, и позволяет повысить производительность на 28–32% по сравнению с традиционными подходами.
Алгоритм, созданный под руководством доцента Андрея Кокоулина, состоит из нескольких ключевых этапов. На первом этапе искусственный интеллект распознаёт и сегментирует основные объекты и их контуры на видеозаписях. Затем данные сжимаются с использованием формата JPEG 2000. Далее система автоматически регулирует скорость передачи данных, отдавая предпочтение наиболее важным элементам кадра.
Читайте также
Данная разработка актуальна в условиях широкого распространения систем машинного зрения, которые занимают около четверти рынка в таких сферах, как промышленность, здравоохранение и транспорт. Эти системы применяются в интеллектуальных камерах на улицах, в медицинских учреждениях и на производственных предприятиях, а также в беспилотных летательных аппаратах и робототехнических системах. Однако в удалённых районах с низким качеством сотовой связи возникают технические проблемы, такие как снижение качества изображения, пропуски кадров и задержки передачи данных. Это может привести к серьёзным последствиям, включая невозможность идентификации нарушителей или задержки в оказании медицинской помощи.
Испытания показали высокую эффективность предложенного метода. При передаче лишь 10–20% от общего объёма данных качество изображения ключевых объектов, таких как лица людей или автомобильные номера, улучшилось на 54–81%. При этом объём потребляемых данных уменьшился на 40–45%. Разработанный алгоритм, основанный на нейросетевых технологиях, требует минимальных вычислительных ресурсов и может работать на устройствах с ограниченными техническими характеристиками, сообщает "Rusamara".