СИСТЕМЫ РАСПОЗНАВАНИЯ ОБРАЗОВ

Система сравнительного анализа и учета амурских тигров

Задачи проекта

Разработка системы контроля популяции и передвижения амурских тигров при помощи компьютерного зрения на основе распознавания особей по снимкам с фотоловушек.

Что сделано

Разработан проект системы автоматического определения принадлежности тигра к конкретному уникальному номеру или имени по изображениям, полученным системой с фотоловушек. Система позволит вносить информацию о каждом тигре: уникальный идентификатор, имя, пол, возраст, сколько раз был сфотографирован и карту с его фотографиями, иметь ссылки на родственных тигров и возможность проставлять эти родственные связи. Идентификация тигра осуществляется с помощью алгоритмов компьютерного зрения с использованием сверточных нейросетей.

Разработка систем обнаружения объектов и сравнения лиц для полиции

Задачи проекта

Разработать гибкую систему распознавания объектов для автоматизации анализа изображений для работы полиции. Технология поддерживает дообучение новым или расширенным классам объектов.

Что сделано

Разработана система обнаружения объектов с загруженным в нее набором данных по определению конкретных классов объектов. Разработана система сравнения лиц, с помощью которой пользователь найдет преступника или подозреваемого по фотографиям, самостоятельно добавлять и удалять фотографии из базы. Разработана система доообучения новым классам объектов. Распознавание выполняется с помощью детекции сверточной нейросетью.

Распознавание сетчатки глаза

Задачи проекта

Разработка технологии распознавания радужной оболочки человеческого глаза.

Что сделано

Разработаны алгоритмы для реализации биометрического процесса распознавания радужной оболочки глаза, состоящего из трех стадий:
  • сегментация радужной оболочки и выделение текстуры
  • выделение объектов и создание биометрических шаблонов
  • совмещение шаблонов

Сегментация объектов на коммуникационных вышках на уровне 3D-облака точек

Задачи проекта

Реализация процесса сегментации объектов (известных типов и моделей антенн), расположенных на коммуникационных вышках.

Что сделано

Мы провели исследования и разработали алгоритмы сегментации объектов на уровне 3D-облака точек. Решение предполагает выполнение цепочки действий – для обработки облака точек вышки используются исходные данные (целое облако точек вышки, окруженное землей), вышка извлекается из облака, затем извлекаются платформы вышки, после чего каждое облако точек платформы обрабатывается независимо. Далее запускается цепочка алгоритмов для обработки облака точек каждой платформы, что позволяет с высокой точностью произвести сегментацию объектов, расположенных на платформах.