Горячее
Лучшее
Свежее
Подписки
Сообщества
Блоги
Эксперты
#Круги добра
Войти
Забыли пароль?
или продолжите с
Создать аккаунт
Я хочу получать рассылки с лучшими постами за неделю
или
Восстановление пароля
Восстановление пароля
Получить код в Telegram
Войти с Яндекс ID Войти через VK ID
Создавая аккаунт, я соглашаюсь с правилами Пикабу и даю согласие на обработку персональных данных.
ПромокодыРаботаКурсыРекламаИгрыПополнение Steam
Пикабу Игры +1000 бесплатных онлайн игр Динамичный карточный батлер с PVE и PVP-боями онлайн! Собери коллекцию карточных героев, построй свою боевую колоду и вступай в бой с другими игроками.

Cards out!

Карточные, Ролевые, Стратегии

Играть

Топ прошлой недели

  • AlexKud AlexKud 38 постов
  • Animalrescueed Animalrescueed 36 постов
  • Oskanov Oskanov 7 постов
Посмотреть весь топ

Лучшие посты недели

Рассылка Пикабу: отправляем самые рейтинговые материалы за 7 дней 🔥

Нажимая кнопку «Подписаться на рассылку», я соглашаюсь с Правилами Пикабу и даю согласие на обработку персональных данных.

Спасибо, что подписались!
Пожалуйста, проверьте почту 😊

Помощь Кодекс Пикабу Команда Пикабу Моб. приложение
Правила соцсети О рекомендациях О компании
Промокоды Биг Гик Промокоды Lamoda Промокоды МВидео Промокоды Яндекс Директ Промокоды Отелло Промокоды Aroma Butik Промокоды Яндекс Путешествия Постила Футбол сегодня
0 просмотренных постов скрыто
7
Romabooy
Romabooy
12 часов назад
Лига Новых Технологий

Создана технология бесперебойной видеопередачи при плохом интернете⁠⁠

Разработка оказалась эффективнее существующих аналогов на 28-32%

Создана технология бесперебойной видеопередачи при плохом интернете Наука, Интернет, Техника

ПЕРМЬ, 5 сентября. /ТАСС/. Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) создали технологию для бесперебойной видеопередачи в условиях плохого интернета. Разработка оказалась эффективнее существующих аналогов на 28-32%, рассказали ТАСС в пресс-службе вуза.

"Для борьбы с перебоями при передаче видео существуют специальные алгоритмы сжатия. Они уменьшают объем данных, сохраняя только изменения между кадрами. Например, если в объектив попадает автомобиль, который едет на неподвижном фоне, система запоминает бэкграунд один раз, а затем фиксирует лишь смещение объекта. Такие методы сокращают размер передаваемых данных, однако требуют больших вычислительных ресурсов. Поэтому они непригодны для маломощных систем, которые обычно встроены в камеры наблюдения, автономных роботов или датчики. Ученые Пермского политеха нашли решение этой проблемы и создали новый программный алгоритм на основе нейронной сети, который обеспечивает видеопередачу без перебоев. Его можно встроить в прошивку камер видеонаблюдения, систему управления или программное обеспечение для роботов", - рассказали в ПНИПУ.

Как пояснили в университете, работа комплекса машинного зрения строится на том, что камера записывает видео и "сжимает" его для передачи данных. Эта информация отправляется по сети небольшими частями (пакетами) на сервер или устройство просмотра, где происходит распаковка и превращение обратно в видео. Если интернет плохой, пакеты теряются или задерживаются, а видео зависает, пропускает кадры или превращается в размытое пиксельное изображение. Часто это происходит в удаленных и труднодоступных регионах со слабым покрытием сотовой связью и при использовании беспроводных сетей, где сигнал нестабилен из-за помех, расстояния или перегрузок сети. Также такое бывает, если объект с машинным зрением находится в движении, например, при передаче видео с квадрокоптеров или камер на транспорте. Серьезные проблемы возникают, например, когда системы, анализирующие видео с уличных камер, которые применяются в раскрытии преступлений или отслеживании ДТП, при сбое могут не "узнать" лица преступников в толпе или номер угнанной машины. Аналогично в палатах интенсивной терапии при возникновении помех на видеозаписи можно упустить момент, когда пациенту стало плохо.

Как работает новая технология

"Наш алгоритм работает в три шага. Сначала программа с помощью искусственного интеллекта определяет, какой объект на видео самый важный (область интереса - ROI), и определяет его границы. Затем упаковывает эти данные с помощью современного формата сжатия - JPEG 2000. Он похож на обычный JPEG, в котором мы сохраняем картинки из интернета, но превосходит его по качеству. В процессе съемки система оценивает текущую скорость интернета и рассчитывает, сколько данных можно успеть передать за время показа одного кадра. Если скорость низкая, данные кадра отправляются не целиком, а только частично. Поскольку нейросеть уже определила, какой участок нужно передать, в первую очередь уходят данные о нужных объектах, даже при плохом соединении", - рассказал доцент кафедры "Автоматика и телемеханика" ПНИПУ, кандидат технических наук Андрей Кокоулин.

Для проверки эффективности технологии ученые искусственно создали ситуацию, когда из-за плохой связи передается только 10-20% видео. В ходе испытаний методика показала превосходство над аналогами: ключевые объекты, такие как лица или номера машин, передавались на 54-81% четче, чем в обычных системах, при этом потребляя на 40-45% меньше интернет-трафика. Общая эффективность метода оказалась на 28-32% выше существующих решений.

Как отметили в ПНИПУ, разработка не требует больших вычислительных мощностей, что и позволяет стабильно передавать изображение в условиях нестабильного интернета. Такая технология может быть полезна для систем видеонаблюдения в МЧС, геологоразведке или сельском хозяйстве, где часто бывают проблемы со связью. Исследование было проведено в рамках программы стратегического академического лидерства "Приоритет-2030".

Источник: https://nauka.tass.ru/nauka/24976413

Показать полностью
Наука Интернет Техника
12
MishaSPb76
12 часов назад

Ответ на пост «Как учёные узнают возраст мумий, костей и наскальных рисунков?»⁠⁠

"4. Период полураспада углерода-14 известен и неизменен – 5730 лет."

А это как узнали? Где гарантия что его скорость не изменяется со временем?
- Ну на интервале например лет 100 это ещё можно проверить, но как проверить на интервале 1000 лет или более? Тогда ведь не умели в такие измерения.
- А где гарантия что 1000 лет назад внешние факторы (о которых тогда даже не подозревали) были такие же как и сейчас? Какая комета например тогда "кружила" возле земли и излучала неизвестный пока вид излучения, а сейчас нет.

В общем всё эти методы основаны на допущении что и сейчас и давно давно всё процессы протекали так же как сейчас, а вот гарантии этого как бы нет.

Я не физик и не химик, но этот вопрос меня интересует. Может кто объяснит?

Цивилизация Научпоп Наука Ученые Исследования Археология История (наука) Фейк Псевдонаука Древние артефакты История России Подделка Образование Религия Наука и религия Эволюция Статья Текст
22
1
user.rabanalz
user.rabanalz
12 часов назад

Двигатели революции: современные технологии (включая ИИ) в интересах трудящихся⁠⁠

Двигатели революции: современные технологии (включая ИИ) в интересах трудящихся Наука, Искусственный интеллект, Длиннопост

Товарищи! Наша новая статья.
Статья, посвящённая роли современных технологий, в том числе ИИ, в деле классовой борьбы. В буржуазной среде нас приучают либо слепо восторгаться «прогрессом», либо панически бояться новых инструментов, считая их угрозой «настоящему искусству» или «живому труду». Мы, подходим к этому иначе.

Эта статья будет особенно полезна:
— тем, кто сомневается: допустим ли ИИ в пролетарской культуре;
— левым активистам, работающим с агитацией и культурной формой;
— кружкам, обсуждающим научно-технический прогресс с марксистских позиций;
— товарищам, работающим на производстве и интересующимся применением техники в деле социализма.

Пусть каждый, кто сомневается, прочтёт и задумается: не технологии определяют сознание, а классовая позиция.
Если техника — в руках буржуазии, она порабощает.
Если техника — в руках рабочих, она освобождает.

Читайте, обсуждайте, распространяйте. Пусть знание будет с пролетариатом!
------------
Современный мир охвачен стремительным техническим прогрессом – искусственный интеллект, роботизация, гигантские вычислительные сети и биотехнологии меняют жизнь людей. Однако эти достижения никак не «выпали с неба» – они рождаются в конкретном обществе, где существуют классы, – и потому сами по себе не нейтральны. Как справедливо замечал В. И. Ленин, «научная» и «социальная» обстановка всегда определяются классами, а «беспристрастной» науки быть не может в обществе наёмного рабства. Буржуазная наука и техника созданы для поддержания и развития капитала, поэтому всё, что считается «нейтральным знанием», на деле служит интересам господствующего класса. Ожидать, будто технология «сама по себе» принесёт освобождение, – всё равно что ждать беспристрастности фабрикантов в вопросе зарплаты рабочего.
Тем не менее, это вовсе не означает, что прогресс надо отвергать или бояться. Наоборот, марксизм учит использовать любую возможность в интересах пролетариата. К. Маркс и Ф. Энгельс ещё в XIX веке подчёркивали: если у общества возникает потребность в новых технических средствах, она продвигает науку вперёд куда сильнее любого университета. «Если у общества появляется техническая потребность, то она продвигает науку вперёд больше, чем десяток университетов», – писали Маркс и Энгельс. Это означает: старые методы борьбы устаревают, но сами орудия революции могут стать старым в новом – устаревшие доктрины сменяются новыми фактами и технологиями. Взять хотя бы советскую электротехнику: Ленин метко заметил, что «если не перевести Россию на иную технику, более высокую, чем прежде, не может быть речи о восстановлении народного хозяйства и о коммунизме». Иными словами, коммунизм – не абстрактная мечта, а «советская власть плюс электрификация всей страны». Неподъёмный хаос техники XXI века может стать «генератором рома революции», если пролить свет марксистским анализом и взяться за новые орудия труда и сознания.
Наука и идеология: кто владеет знаниями
Технологии производятся не сами по себе, а людьми – людьми, находящимися в определённых общественных отношениях. Марксисты подчёркивают, что мысль всегда является продолжением материальной силы общества. «Мысли господствующего класса являются в каждую эпоху господствующими мыслями», – писали Маркс и Энгельс. Другими словами, господствующий класс не только владеет материальными средствами производства, но и контролирует «средства духовного производства» – идеологию, культуру, информацию. Соответственно, и самые передовые научные теории, и любые технические новинки часто оформляются в интересах капиталистов. Когда буржуазия объясняет своё производство, она подаёт науку как доказательство «первенства духа перед материей» или «необходимости технократии», пытаясь убедить трудящихся, будто технологии объективны и выгоды от них равны для всех. Марксисты же напоминают: любая «наука» – продукт определённого строя, идеология, а не нейтральный арбитр.
Именно поэтому вопрос о культуре и искусстве занимает важное место в классовой борьбе. Тот же Иосиф Сталин подчёркивал, что «нет искусства ради искусства» – искусство не должно быть «свободным» от общества и стоять над ним, как это воображают буржуазные идеалисты. По словам Сталина, «нет и не может быть каких-то „свободных“, независимых от общества… художников, писателей, поэтов, режиссеров… Они просто никому не нужны». Любой культурный продукт несёт идею и поэтому либо поддерживает существующие отношения – либо бросает вызов им. Так, пролетарская культура противопоставляет себя «старому миру национального угнетения», создавая новый мир «единства трудящихся всех наций». Ленин сам призывал строить именно интернациональную культуру трудящихся: «Рабочие создают во всём мире свою, интернациональную культуру… Старому миру, миру национального угнетения… рабочие противопоставляют новый мир единства трудящихся».
В этом ключе искусство, созданное с помощью ИИ, – лишь новое орудие на «культурном фронте». ИИ может генерировать музыку, живопись, видео. Под умелой рукой класса пролетариев этот инструмент станет средством политической агитации, просветительской работы и расширения культурной революции. Поэтому абсолютно бесполезно рассуждать о «нейтральности» каких бы то ни было алгоритмов. Их параметры и выводы формулируются людьми с теми или иными целями: вписаться в ценности капитализма или помочь рабочим бороться за свои права. Марксистская перспектива говорит: любой искусственный интеллект – «тунеядец» без воли. Кто его программирует и чьи приказы он исполняет – тот ведёт игру.
Диалектический подход: старое в новом, возможности внутри системы
Марксистская диалектика учит находить «старое в новом» и использовать возможности, скрытые внутри системы. ИИ и цифровизация выглядят как фрагменты старого мира, но они порождают новые формы труда и коммуникаций. Уже сегодня можно увидеть, как рабочие применяют цифровые сети для самоорганизации и взаимопомощи, а не только для обогащения корпораций. В то время как капиталисты используют алгоритмы для слежки и ускорения эксплуатации, коммунисты настаивают: нужно оперировать теми же алгоритмами для улучшения положения людей. Если буржуазия строит «умные города» для прибыли, пролетариат может построить «умные профсоюзы» – использовать онлайн-платформы для защиты прав, бесплатного образования и социализации.
Важнейший принцип здесь сформулирован Марксом и Энгельсом: общественные изменения происходят благодаря производительным силам – способу производства. «Отношения производства являются только надстройкой», – писал Маркс, – и революция может изменить их. Именно поэтому Ленин подчёркивал: нельзя бояться «новой техники» – нужно перенять её на пользу народу. Уже сто лет назад он убеждал советских крестьян и рабочих: без освоения передовых технологий не будет социалистического хозяйства и тем более коммунизма.
Сегодняшние технологии – продолжение старых орудий труда капитализма, но их социальная роль может быть иной. Идея пролетарского господства над техникой – не утопия, а давняя задача коммунистов. Сталин в «Вопросах ленинизма» подчёркивал, что производство всегда общественно, а продукты труда – результат совместной борьбы людей с природой. В этой борьбе «люди используют природу… не изолированно друг от друга, а группами, обществами». Технологии лишь меняют орудия труда, но отношение людей к этим орудиям определяет класс. В одних руках тот же ИИ превращается в инструмент тотальной слежки, в других – в «проклятие своего класса»
Технологии под контролем трудящихся
Современные технологии должны служить интересам трудового народа, а не капиталистам. Опасаться ИИ и прочих «машин будущего» – значит повторять старый миф о «проклятой свободе» буржуазии. Вместо этого революционеры и рабочие активисты должны овладевать всеми инструментами нового времени. Как учил Ленин, задача коммунистов – использование всех доступных средств для построения социализма, причём на основе научного понимания общества.
Пока в мире правит капитал, техника будет инструментом угнетения: высокотехнологичные роботы могут сократить число рабочих, а алгоритмы – манипулировать сознанием. Но история научит нас и обратному: если диктатуру буржуазии подорвать стараниями рабочего класса, сами компьютеры и ИИ станут его силой. Содействовать этому призывают классики марксизма–ленинизма. «Мысли господствующего класса… есть идеальное выражение господствующих материальных отношений», – писал Маркс, – а значит, можно менять и сознание, и отношения, перенацеливая «машины» общества.
Вместо страха перед будущим следует выходить на его хвост и рулить им. Современная техника – это коллективная собственность человечества в расширяющемся масштабе. Она отказывается «служить кому-то одному»: с помощью знаний, организации и борьбы её можно направить на уничтожение эксплуатации. Сегодняшний рабочий должен помнить: «коммунизм есть советская власть плюс электрификация», а завтра – цифровая революция и ИИ открывают новые фронты этой борьбы. Поднять знамёна знаний и технологий – вот задача революционных марксистов: как писал Сталин, в процессе социального производства возможны «отношения сотрудничества и взаимной помощи свободных от эксплуатации людей». Этот идеал нельзя потерять из виду, когда мы осваиваем «буржуазные» орудия будущего. Тогда даже самый продвинутый алгоритм начнёт работать на людей, а не на капитал.

Показать полностью
[моё] Наука Искусственный интеллект Длиннопост
1
5
EofruPikabu
EofruPikabu
16 часов назад
Край Будущего

Создано для яркого освещения: квантовые точки на основе Zintl-фазы открывают новые возможности для оптоэлектроники!⁠⁠

Создано для яркого освещения: квантовые точки на основе Zintl-фазы открывают новые возможности для оптоэлектроники! Наука, Ученые, Нанотехнологии, Наночастицы, Научпоп

Квантовые точки, синтезированные в ходе этого исследования, светятся ярко-красным в ультрафиолетовом свете, демонстрируя свою непревзойденную фотолюминесценцию.

Через год после встречи исследователей NREL Мэтью Хаутцингера и Сейджа Бауэрса, посвящённой малоизученным наноматериалам, они успешно синтезировали квантовые точки из фазы Zintl на основе BaCd2P2. Эти нанокристаллы привлекают внимание яркой фотолюминесценцией, химической стабильностью и использованием доступных природных элементов.

"Мы переоценили материалы, разработанные 40-50 лет назад, чтобы найти новые неорганические кандидаты для современной оптоэлектроники", — отметил Хаутцингер. В частности, BaCd2P2 заинтересовал их оптимальной шириной запрещённой зоны, долгим временем жизни носителей и высокой устойчивостью к дефектам.

Поскольку традиционные методы получения материалов фазы Zintl непрактичны, команда провела первый синтез коллоидных квантовых точек BaCd2P2 и изучила их свойства, опубликованные в ACS Nano. Квантовые точки — нанокристаллы размером в несколько нанометров — обладают настраиваемыми оптическими и электронными характеристиками благодаря эффектам квантового удержания. Это открывает возможности для улучшения светодиодов, дисплеев, оптических волокон, солнечных панелей и биовизуализации.

Бауэрс подчеркнул, что уже при первом синтезе квантовые точки BaCd2P2 демонстрировали яркую фотолюминесценцию без специальной химической обработки, что говорит о большом потенциале материала.

Ключевым фактором стала высокая устойчивость BaCd2P2 к дефектам, предсказанная теоретически и подтверждённая экспериментально. В отличие от классических полупроводников, где требуется пассивация поверхности, этот материал легче превращается в квантовые точки без снижения качества.

Синтез осуществлялся путём быстрого введения фосфорного предшественника в нагретую смесь бария и кадмия с лигандами. Регулировка температуры позволяла контролировать размер наночастиц и их оптические свойства.

Для подтверждения структуры и состава использовались методы электронной и рентгеновской дифракции, рамановской спектроскопии и рентгеновской флуоресценции.

Полученные квантовые точки излучали яркий свет с квантовым выходом фотолюминесценции около 21% — показатель, достигаемый без сложной обработки и важный для промышленного применения.

Далее команда создала тонкие пленки из раствора BaCd2P2, характерные для оптоэлектронных устройств. Исследования показали гладкую поверхность без дефектов, что открывает путь к интеграции материала в реальные технологии.

"Мы упростили процесс синтеза, не потеряв контроля над свойствами материала", — отметил Бауэрс. Пленки из квантовых точек BaCd2P2 могут стать более доступной и эффективной альтернативой существующим технологиям.

Кроме того, BaCd2P2 состоит из широко распространённых элементов, что снижает риски перебоев в цепочках поставок. Команда также экспериментировала с частичной заменой кадмия на цинк для снижения токсичности, сохраняя фотолюминесцентные свойства.

"Это новое направление, и мы продолжим исследовать, как изменение состава влияет на свойства и открывает новые возможности", — добавил Бауэрс.

Таким образом, исследование квантовых точек на основе фаз Zintl, таких как BaCd2P2, открывает перспективы для развития оптоэлектроники с использованием стабильных, доступных и настраиваемых материалов.

Показать полностью
Наука Ученые Нанотехнологии Наночастицы Научпоп
0
2
EVILSPACE
EVILSPACE
16 часов назад

Самые необычные планеты во Вселенной⁠⁠

Наука Космос Астрофизика Астрономия Планета Вселенная Видео YouTube
0
1
BadSanta8
BadSanta8
16 часов назад

Подробности о летящем к Земле НЛО⁠⁠

Космический объект 3I/ATLAS стремительно приближается к Земле. У него есть спутник, который может столкнуться с Марсом в ближайшие недели.

Специалист утверждает, что «компаньон» опережает 3I/ATLAS и функционирует как «мини-зонд» космического корабля внеземной цивилизации. По его словам, объект может скорректировать курс своего мини-зонда, чтобы намеренно пролететь рядом с Марсом или даже врезаться в него.

«Целью такого зонда может быть исследование Марса, возможно, отправленного развитой цивилизацией для изучения планеты», – отмечается в материале.

Леб отметил, что зонды размером менее 330 футов (100 метров) не будут замечены человеческими телескопами из-за их ограниченного потенциала улавливать отражённый солнечный свет.

В минувшем июле ученые обнаружили объект 3I/ATLAS, который движется к Земле с огромной скоростью по необычной траектории. Астроном Леб отметил, что указанный, вероятно, является НЛО. Наиболее близкое сближение кометы с Землей ожидается в декабре 2025 года.

https://www.dailymail.co.uk/sciencetech/article-15066935/Int...

Показать полностью
Планета Космос Вселенная НЛО Марс Солнечная система Наука
11
kitten14
kitten14
17 часов назад

Концепция Брони⁠⁠

Концепция Брони Танки, Броня, Техника, Военная техника, Война, Изобретения, Наука

MAUS

Танк с дополнительными подвижными бронированными пластинами (сверхтвёрдые снаружи, но, как сверхупругие рессоры внутри, чтобы не крошились при ударе и взрыве и обладали памятью возврата в исходное состояние).

Это, как доп защита от, прежде всего, не кумулятивных снарядов и от осколков бомб, ракет итп.

При попадании снаряда, пластина меняет угол наклона и снаряд уходит вниз, вверх или в сторону под углом с горизонтального направления. При этом пластины мгновенно возвращаются обратно мощными пружинами.

Всё автоматизированно, никакого человеческого вмешательства, минимальные затраты, простота и безотказность.

При этом кумулятив сработает раньше из-за этого доп слоя защиты и может не прожечь основную броню, и струя может немного отклониться от горизонтали в безопасную область.

Данная защита устанавливается на некотором расстоянии от основного корпуса.

И таким образом, чтобы, когда, горизонтально летящий снаряд при ударе в пластину, пошёл после неё, к примеру, вниз, чтобы он не попал под прямым углом в корпус танка в принципе.

Наоборот, после динамической пластины, пущенный вниз, снаряд должен столкнутся с корпусом под ещё большим углом отклонения от горизонтали, благодаря наклону брони корпуса, в следствие чего, он попросту срикошетит в землю.

Показать полностью
[моё] Танки Броня Техника Военная техника Война Изобретения Наука
7
PNIPU
PNIPU
19 часов назад

Ученые Пермского Политеха создали технологию для бесперебойной видеопередачи в условиях плохого интернета⁠⁠

По данным на 2025 год в России установлено более 1,2 миллиона камер видеонаблюдения. Многие из них функционируют на базе машинного зрения, то есть умеют распознавать нетипичные происшествия и передавать в пункт управления для оперативного реагирования. Так работают, к примеру, камеры видеонаблюдения в палатах интенсивной терапии. Удаленный мониторинг позволяет постоянно отслеживать жизненные показатели и состояние больных. Однако ключевой проблемой остается низкая надежность такой видеопередачи в условиях нестабильной связи. Из-за зависания изображения или потери качества специалисты могут пропустить признаки ухудшения здоровья пациента или состояние поддерживающего аппарата. Ученые Пермского Политеха разработали новый метод передачи видео, который позволяет системам машинного зрения стабильно работать даже при прерывающемся и медленном интернет-соединении. Методика показала эффективность на 28–32% выше по сравнению с существующими решениями.

Статья опубликована в журнале «Вестник ПНИПУ. Электротехника, информационные технологии, системы управления». Исследование проведено в рамках программы стратегического академического лидерства «Приоритет-2030»

На сегодняшний день рынок систем машинного зрения занимает около 25%, включая приоритетные отрасли экономики – промышленность, здравоохранение, энергетика, транспорт и логистика. В основном такие технологии используются в «умных» камерах наблюдения, на улицах, в больницах, метро, на заводах, а также могут быть встроены в квадракоптерах и промышленных роботах наподобие тех, которых можно было увидеть в сети «Лента».

Работа комплекса машинного зрения заключается в следующем: камера записывает видео и сжимает его, чтобы уменьшить размер для передачи данных. Затем эта информация отправляется по сети небольшими частями (пакетами) на сервер или устройство просмотра, где происходит распаковка и превращение обратно в видео. Если интернет плохой, пакеты теряются или задерживаются, а видео зависает, пропускает кадры или превращается в размытое пиксельное изображение. Особенно часто это происходит в удаленных и труднодоступных регионах со слабым покрытием сотовой связи и при использовании беспроводных сетей, где сигнал нестабилен из-за помех, расстояния или перегрузок сети. Также – если объект с машинным зрением находится в движении, например, при передаче видео с квадракоптеров или камер на транспорте.

Такие помехи могут обернуться серьезной проблемой. Например, уличные системы, которые анализируют видео с камер и помогают раскрывать преступления, отслеживать ДТП, при сбое могут не узнать лица преступников в толпе или номер угнанной машины. А в палатах интенсивной терапии при возникновении таких помех на видеозаписи можно упустить момент, когда пациент упал с кровати или перестал дышать, что чревато несвоевременным оказанием помощи.

Для борьбы с перебоями при передаче видео существуют специальные алгоритмы сжатия. Они уменьшают объем данных, сохраняя только изменения между кадрами. Например, если в объектив попадает автомобиль, который едет на неподвижном фоне, система запоминает бэкграунд один раз, а затем фиксирует лишь смещение объекта. Такие методы сокращают размер передаваемых данных, однако требуют больших вычислительных ресурсов. Поэтому они непригодны для маломощных систем, которые обычно встроены в камеры наблюдения, автономных роботов или датчики.

Ученые Пермского Политеха нашли решение этой проблемы и создали новый программный алгоритм на основе нейронной сети, который обеспечивает видеопередачу без перебоев. Его можно встроить в прошивку камер видеонаблюдения, систему управления или программное обеспечение для роботов.

– Наш алгоритм работает в три шага. Сначала программа с помощью искусственного интеллекта определяет, какой объект на видео самый важный (область интереса – ROI) и определяет его границы. Затем упаковывает эти данные с помощью современного формата сжатия – JPEG 2000. Он похож на обычный JPEG, в котором мы сохраняем картинки из интернета, но превосходит его по качеству. В процессе съемки наша система оценивает текущую скорость интернета и рассчитывает, сколько данных можно успеть передать за время показа одного кадра. Если скорость низкая, данные кадра отправляются не целиком, а только частично. Поскольку нейросеть уже определила, какой участок нужно передать, в первую очередь уходят данные о нужных объектах, даже при плохом соединении, – комментирует Андрей Кокоулин, доцент кафедры «Автоматика и телемеханика» ПНИПУ, кандидат технических наук.

Для проверки эффективности ученые искусственно создали ситуацию, когда из-за плохой связи передается только 10-20% видео. В ходе испытаний новая методика показала превосходство над аналогами: ключевые объекты, такие как лица или номера машин, передавались на 54–81% четче, чем в обычных системах, при этом потребляя на 40–45% меньше интернет-трафика. Общая эффективность метода на 28-32% выше традиционных решений

Важно, что разработка ученых ПНИПУ не требует больших вычислительных мощностей и позволяет стабильно передавать изображение в условиях нестабильного интернета. Это обеспечит надежную работу камер, квадрокоптеров, промышленных роботов даже при нестабильном интернете. Это также будет полезно для систем видеонаблюдения в МЧС, геологоразведки или сельского хозяйства, где часто бывают проблемы со связью. Внедрение этой технологии позволит повысить отказоустойчивость и расширить географию применения систем компьютерного зрения, сделав передовые технологии более доступными и надежными.

Показать полностью
Ученые Научпоп Наука Текст
0
Посты не найдены
О нас
О Пикабу Контакты Реклама Сообщить об ошибке Сообщить о нарушении законодательства Отзывы и предложения Новости Пикабу Мобильное приложение RSS
Информация
Помощь Кодекс Пикабу Команда Пикабу Конфиденциальность Правила соцсети О рекомендациях О компании
Наши проекты
Блоги Работа Промокоды Игры Курсы
Партнёры
Промокоды Биг Гик Промокоды Lamoda Промокоды Мвидео Промокоды Яндекс Директ Промокоды Отелло Промокоды Aroma Butik Промокоды Яндекс Путешествия Постила Футбол сегодня
На информационном ресурсе Pikabu.ru применяются рекомендательные технологии