Мы рады сообщить, что команда Couger Inc. (штаб-квартира: Токио, Япония), состоящая из Деванатана Сабаринатана и доктора Прии Кансал, заняла второе место в Thermal Image Super-Resolution Challenge. организованный всемирно известным Институтом электротехники и электроники (IEEE). Их исследовательская работа также была принята для презентации на престижной ежегодной конференции по компьютерному зрению и распознаванию образов (CVPR).

Исследование команды включает метод создания изображений с высоким разрешением посредством машинного обучения из пары термографических изображений, полученных с разных камер.

Сводка

С ростом объемов данных во всем мире исследования и социальная реализация ИИ быстро развиваются. В эпоху искусственного интеллекта почти ежедневно проводятся пробы и ошибки применяемых методов для реализации высокоточной автоматизации, способной реагировать на различные ситуации. Одной из таких областей применения является анализ термографических изображений с высоким разрешением, который был темой конкурса Thermal Image Super-Resolution Challenge.

В отличие от данных фотографических изображений, термографические изображения используются в самых разных областях, включая медицину и военные, а также общее обнаружение объектов. Поскольку на них не влияет окружающий свет или тени, термографические изображения обладают превосходной проницаемостью и могут обнаруживать тепло. Эти качества могут быть использованы в различных контекстах. Например, для выявления больных с лихорадкой в ​​аэропортах, что может помочь предотвратить распространение вирусных инфекций, или для обнаружения людей при движении в темное время суток, когда объекты становятся плохо видимыми, что может помочь предотвратить дорожно-транспортные происшествия.

Как правило, термографические изображения имеют низкое разрешение, поэтому традиционно изображения с высоким разрешением обрабатывались с использованием таких методов, как предварительная обработка данных и добавление шума и размытия. Метода обучения по паре изображений (изображение с низким разрешением и изображение с высоким разрешением), полученных с разных камер, практически не существовало. Такие методы были одним из основных направлений конкурса Thermal Image Super-Resolution Challenge, проводимого для новых методов, основанных на машинном обучении, с использованием данных пары изображений.

Отмеченный наградами подход Couger

Подход, предложенный в статье (о котором можно прочитать здесь), основан на глубокой сверточной нейронной сети, называемой многоуровневой моделью наблюдения, с использованием сверточных слоев, остаточных связей и модулей внимания. Эта техника имеет следующие преимущества:

  • Благодаря многоуровневой иерархии одна модель может обрабатывать задачи с высоким разрешением в трех разных масштабах (x2, x3, x4).
  • Низкая сложность, потому что, используя остаточное соединение, он фокусируется на потерянной информации.
  • Надежность (*1) этой модели может быть улучшена за счет сохранения пространственной информации с использованием сверточных слоев, остаточного обучения и CBAM (модуля внимания сверточных блоков).

Было доказано, что архитектура, предложенная Кугером, может обеспечить такой же уровень производительности не только в наборе данных, используемом в соревновании, но и в других наборах данных.

В то время как современные термографические устройства дороги и создают финансовые препятствия для компаний, желающих их внедрить, мы рассчитываем повысить уровень внедрения ИИ в нашем обществе, обеспечив более высокое разрешение с помощью машинного обучения даже для изображений с низким разрешением, полученных с недорогих устройств.

Деванатан Сабаринатан, соавтор статьи, и доктор Прия Кансал также добились успехов в области компьютерного зрения, в том числе заняли 3-е место в конкурсе по отслеживанию взгляда, спонсируемом Facebook, и представили статью об оценке скелета на CVPR. -2019 конференция. Основываясь на своих, а также на других инициативах в области исследований и разработок, Couger разрабатывает приложения для технологии разработки человекоподобных ИИ «виртуальных людей-агентов», которые обладают глубоким пониманием людей. Couger продолжит предлагать услуги и исследования, направленные на социальное внедрение новых технологий.

Об IEEE

IEEE — крупнейшая в мире научно-исследовательская организация, штаб-квартира которой находится в США. Он охватывает широкий спектр областей, включая компьютеры, устойчивые энергетические системы, аэрокосмическую промышленность, связь, робототехнику и здравоохранение, и состоит из более чем 420 000 членов в более чем 160 странах мира.

О Couger Inc.

Мы разрабатываем человекоподобного «виртуального человека-агента» на основе ИИ, который сочетает в себе ИИ, IoT, AR/VR и блокчейн.

Интернет: https://couger.co.jp/
Свяжитесь с нами: [email protected]