Компьютерное зрение поможет оценить последствия пожара

DJI Mavic/YouTube

Ученые создали алгоритм, который может быстро оценить хозяйственный ущерб от пожара или другого стихийного бедствия с помощью анализа спутниковых изображений местности. Разработанный алгоритм основан на технологии машинного обучения и компьютерного зрения. Препринт статьи с описанием разработки доступен на arXiv.org.

Сотрудники лаборатории AeroNet Lab Сколковского института науки и технологий обучили нейронную сеть отличать дома, разрушенные при пожаре, от нетронутых огнем зданий на изображениях со спутника. Использование такой технологии в процессах реагирования в кризисных ситуациях позволяет быстро оценить масштаб бедствия и его ущерб и сократить время принятия решений. Помимо государственных и гуманитарных организаций, в технологии заинтересованы страховые компании.

«Разработанные алгоритмы анализа разновременных серий спутниковых изображений позволяют детектировать изменения состояния объектов, относящихся к определенному классу. Данная технология будет востребована при решении различных исследовательских и индустриальных прикладных задач, связанных с мониторингом территорий, таких как детектирование нового строительства, оценка заселенности, контроль и управление рисками в охраняемых зонах», — рассказывает один из авторов исследования, научный сотрудник Сколтеха Владимир Игнатьев.

Для обучения нейронной сети ученые использовали открытые данные спутниковой съемки за 2017 год по территории штата Калифорния, США. В декабре того года боле 100 тысяч гектар пострадали от лесных пожаров. В дальнейшем нейронная сеть смогла сама с очень хорошей достоверностью распознать сгоревшие дома на тестовой территории — в калифорнийском городе Санта Роза, также пострадавшем от разрушительных пожаров.

Авторы исследования планируют применить разработанную технологию в случае новых пожаров и стихийных бедствий. В планах ученых также оптимизировать алгоритм для оценки последствий наводнений и цунами.

Пожалуйста, оцените статью:
Ваша оценка: None Средняя: 5 (1 vote)
Источник(и):

indicator.ru