СПРАВКА о работе АО «РАКУРС» в ходе реализации гранта в рамках федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика Российской Федерации» (1 этап)
Новые статьи
Тема: общие вопросы
По заказу Фонда содействия инновациям (Фонд содействия развитию малых форм предприятий в научно-технической сфере) в ходе реализации гранта по поддержке малых предприятий по разработке, применению и коммерциализации продуктов, сервисов и (или) решений с использованием технологий искусственного интеллекта, разработчиков открытых библиотек в сфере искусственного интеллекта, акселерации проектов с применением искусственного интеллекта в рамках федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика Российской Федерации», на базе АО «Ракурс» в ходе работ 1 этапа был разработан модуль нейросетевой обработки радиолокационных данных.
Разработанный программный модуль позволяет решать весь циклзадач, связанных с построением комплекса нейросетевой обработки радиолокационных данных. Модуль содержит ряд программных блоков, связанных с предварительной обработкой и подготовкой данных для дальнейшего обучения нейронной сети, в том числе: редактор 3D-моделей, редактор эталонов (генератор синтетических эталонов), генератор обучающей выборки, блок разметки радиолокационных изображений.
Предложена и реализована технология, позволяющая расширить репрезентативность синтетической обучающей выборки. В рамках предложенной технологии реализована процедура отбора эталонов, наиболее подобных реальному объекту на основе анализа взаимной корреляционной функции с последующей апробацией результатов по критерию наличия явного максимума в функции взаимной корреляции.
В работе модуля реализованы два метода формирования синтетических изображений – статический и итерационный, а также используется нейронная сеть, позволяющая решать задачу обнаружения и классификации объектов на одноканальных радиол окационных изображениях с высоким динамическим диапазоном.
Создан блок, позволяющий производить разметку реальных радиолокационных изображений (РЛИ), с целью создания обучающей выборки, независимо от того, каким аппаратом они были получены. Выходные продукты описанных блоков используются в блоке обучения нейронной сети и в блоке корреляционного поиска объектов.
В результате работ с использованием реальных РЛИ сформированы два набора данных (обучающие выборки 1 и 4 класса): с авиационной и нефтедобывающей техникой.
Разработан пользователь-ориентированный интерфейс, позволяющий оператору определять ключевые параметры нейросети и задавать команду на обучение. В результате обучения нейронной сети формируется файл с весовыми коэффициентами, который в дальнейшем будет использован для поиска и классификации объектов на других изображениях.
Задачу по поиску и классификации объектов решает специальный блок, входящий в состав модуля. Он позволяет позиционировать и классифицировать объекты на входном изображении с использованием файла весовых коэффициентов, полученных на выходе блока обучения нейронной сети.
Результатом выполнения программы является размеченное изображение, на котором выделены найденные объекты, указан их класс и вероятность принадлежности объекта этому классу.