В ООО «КодЛикс» рассказали об эффективности нейросетей для анализа изображений

Специалисты российской IT-компании «КодЛикс», которая специализируется на исследовании и разработке систем технического зрения и наукоемкого ПО, сравнили эффективность нейросетей и классических методик обработки применительно к распознаванию различных объектов.

Для распознавания объектов сегодня используется две популярные технологии: методика контурного анализа, использующая математическую модель, и сверточные нейронные сети — архитектура искусственных нейронных сетей (ИНС), основанная на глубоком обучении машины способности распознавать образы.

По мнению специалистов «КодЛикс», если проводить сравнение ИНС с классическими методами, математическая модель сегодня более эффективна для распознавания объектов, так как за основу она принимает их внешние устойчивые контуры (речь об определении моделей военных самолетов на снимках местности). Минус способа в том, что схожесть двух контуров, называемая «нормированным скалярным произведением», не способна учитывать изменение положения объекта относительно заложенного эталона, а также «узнает», например, только летательные аппараты с одинаковым количеством главных элементов (двигатели, цельность фюзеляжа и аэродинамических поверхностей).

Тем не менее, в компании удачно использовали нейросеть для обнаружения огнестрельного оружия в работе рентгеновских досмотровых установок аэропортов. Система успешно находит короткоствольное огнестрельное оружие в потоке багажа.

Еще одна работа с применением ИНС, проделанная специалистами «КодЛикс» — исследование алгоритма верификации лиц на разновозрастном наборе снимков — показала достаточно высокую точность распознавания лица при диапазоне возрастов от 20 лет.

В результате двух экспериментов исследователям удалось добиться точности распознавания на уровне 80...86%. В первом эксперименте за основу брали три снимка, охватывающих детский, подростковый и взрослый возраст человека. Во втором использовали от одной до семи детских фотографий.

Проведённые исследования и разработки показывают высокую эффективность применения ИНС в широком спектре задач распознавания, однако, в узкоспециальных задачах классические методы иногда дают заметно лучшие результаты в части точности и быстродействия.