Технологии искусственного интеллекта уже давно используются в системах распознавания лиц и поиске людей при помощи камер видеонаблюдения. Однако это далеко не единственные параметры, по которым можно производить поиск. К примеру, группа исследователей из Индии обучила искусственный интеллект искать нужных людей, исходя из их роста, гендерной принадлежности и одежды, которую они носят.

Эта технология может показаться кому-то весьма странной, ведь «узнавая» людей по лицам можно получить более точные данные. Но это не совсем так. Сами исследователи приводят вот такой пример. Представьте, что вам известны лишь определенные параметры поиска и примерное место. И вместо того, чтобы отсматривать весь материал со всех камер, можно создать запрос на, например, «женщин в красных рубашках, рост которых 153 сантиметра». Это сузит круг поиска и значительно сократит время на выявление конкретного человека.

В основе системы лежит сверточная нейронная сеть (convolutional neural network, CNN). Это подвид нейросетей, базирующийся на технологии глубокого машинного обучения. CNN в своей работе использует некоторые особенности функционирования зрительной коры головного мозга. Если попытаться объяснить простым языком — есть сегменты, которые реагируют на простые сигналы (например, наличие красного цвета) и есть более сложные — конгломерация простых по функциям (к примеру, все виды рубашек). Много мелких сегментов могут являться частью нескольких больших (красными могут рубашки, футболки, штаны и так далее). На построении связей между сегментами нейросеть и может делать вывод о наличии определенных предметов и их свойств.

Что же касается самого алгоритма, то на данный момент точность его работы составляет около 60% (нейросеть в среднем верно угадывает 28 человек из 41). Этого может показаться недостаточно, но это лишь первая версия алгоритма, который будет улучшаться. Как заявили сами разработчики,

«В настоящее время ИИ ищет только по росту, цвету одежды и полу. Но никто не мешает добавить дополнительные функции. Кроме того, Этот экспериментальный алгоритм идеально подходит для случаев, когда нам нужно собрать данные об определенном человеке. Мы уже знаем его параметры. В этом случае ИИ будет работать очень точно. А если учесть, что за пару дней в одном только квартале камеры снимают около миллионов часов видео — задача становится невыполнимой для человека, но алгоритм может в несколько сотен раз уменьшить количество часов видео для изучения.»

 

 

Источник