Ученые Пермского Политеха разработали алгоритм, обеспечивающий бесперебойную видеопередачу для систем машинного зрения в условиях плохого интернета. Технология с помощью нейросети определяет в кадре самый важный объект (например, лицо или номер машины) и при низкой скорости связи передает в приоритетном порядке именно его, используя эффективное сжатие JPEG 2000. Это позволяет сохранить критически важные данные даже при потере до 90% трафика, обеспечивая на 28-32% более высокую надежность по сравнению с существующими аналогами.
Кандидат технических наук, доцент кафедры «Автоматика и телемеханика» ПНИПУ Андрей Кокоулин уточнил, что алгоритм реализуется в три этапа. Сначала искусственный интеллект выделяет в видеопотоке наиболее значимый объект (зону интереса — ROI) и обозначает его границы. Затем информация об этом объекте кодируется с использованием прогрессивного формата сжатия JPEG 2000, который обеспечивает более высокое качество изображения по сравнению со стандартным JPEG. В реальном времени система постоянно анализирует пропускную способность канала связи. Если скорость передачи данных падает, алгоритм отправляет не полный кадр, а только его приоритетный фрагмент — ранее определенную нейросетью ключевую область. Это гарантирует, что даже при нестабильном соединении данные будут доставлены.
В испытаниях алгоритм показал общую эффективность на 28–32% выше по сравнению с традиционными решениями. Четкость передачи ключевых объектов возросла на 54–81%, при этом расход трафика сократился на 40–45%. Разработка не требует больших вычислительных ресурсов и может быть встроена в прошивки камер или ПО роботов. Технология повысит надежность систем видеомониторинга в здравоохранении, МЧС, транспорте и других областях, особенно в регионах со слабой связью.
Ранее Наука Mail писала о том, что ученые РАН разработали технологию синтезирования алмазных изделий из газовой фазы, впервые создав элемент микросхемы.
