ПРИШЛИТЕ СВОЮ НОВОСТЬ!
Лента новостей
Выбрать категорию:
05 июля
04 июля
03 июля
02 июля
01 июля
30 июня
29 июня
28 июня
27 июня
26 июня
25 июня
24 июня
23 июня
22 июня
21 июня
20 июня
19 июня
18 июня
17 июня
16 июня
15 июня
14 июня
13 июня
12 июня
11 июня
10 июня
09 июня
08 июня
07 июня
06 июня
05 июня
04 июня
03 июня
02 июня
01 июня
ГОЛОСОВАНИЕ
Нужна ли астрономия в качестве школьного предмета?

Санкт-Петербург: Молодой ученый ЛЭТИ - в тройке лидеров соревнований по автоматическому распознаванию возраста собак

26 сентября, 11:47

 

26 сентября — Молодежные новости. Молодые ученые ЛЭТИ наградили победителей и призеров соревнований по автоматическому распознаванию возраста собак на конференции по искусственному интеллекту ICANN 2019 в Мюнхене

В Мюнхене (Германия) состоялась конференция по искусственному интеллекту ICANN19, в ходе которой аспирант кафедры автоматики и процессов управления СПбГЭТУ «ЛЭТИ» Александр Синица и старший преподаватель кафедры информационных систем Хайфского университета (Израиль) Анна Заманская объявили лучшие проекты ученых, выполненные в рамках соревнований «The DogAge Challenge – Automatic Dog Age Estimation». Для участия заявилось более двадцати ученых, представляющих ведущие мировые вузы и научные организации. Среди участников были представители Германии, Италии, Польши, Португалии, Украины, Китая, Индии, Пакистана, Израиля и России.

«Автоматическая оценка возраста оказалась сложной задачей, потому что классические модели сверточных нейронных сетей не фокусируются на мелких деталях, таких как конкретные изменения в шерсти или цвете волос, сравнение размеров элементов морды, округлость и резкость ее частей и так далее. В классических подходах также отсутствует способность распознавать и использовать структурную информацию изображения и различные зависимости между элементами изображения, которые недостаточно близки. Кроме того, данные для обработки были несбалансированными», - рассказал доцент кафедры автоматики и процессов управления СПбГЭТУ «ЛЭТИ», сопредседатель жюри соревнований Дмитрий Ильич Каплун.

Помимо интересной задачи для специалистов в области компьютерного зрения, конкурс решал еще одну важнейшую задачу, стоящую перед зоологами, физиологами, специалистами по поведенческой психологии – оценки влияния стресса на поведение и благополучие животных. Как известно, стресс связан со старением. Длина теломер – генных последовательностей, ответственных за поддержание целостности генома – представляет собой биологические часы, которые эффективно подсчитывают деления клеток организма, таким образом измеряя старение. Воздействие гормонов стресса связано с преждевременным укорочением теломер. Таким образом, проект решал важные научные задачи по изучению взаимосвязи между средой, окружающей собаку, и длиной ее теломер, а также исследовал, может ли явный возраст собаки, предсказанный людьми, использоваться в качестве инструмента для оценки ее благополучия.

Работы конкурсантов оценивались по объективному критерию: наибольшее значение метрики mAP (mean average precision), то есть усредненное количество правильных определений возраста, на общем для всех наборе данных.

По решению жюри, в состав которого вошли представители СПбГЭТУ «ЛЭТИ», Университета Хайфы и Университета Салфорда, победу в соревнованиях одержала сборная команда израильских ученых из Государственного технического колледжа Тель-Авива и Колледжа права и бизнеса Рамат-Гана. Достичь высокой степени точности работы искусственного интеллекта ученым помогло предположение о том, что большую часть информации о возрасте собаки можно получить по изображению ее мордочки, поэтому на первом этапе разработчики создали модель для ее распознавания и извлечения. На втором этапе была построена классификационная модель для определения возраста с использованием нейросетевой архитектуры VGG 19 и оптимизатора Adam, а также фреймворка FastAi для нахождения оптимальной скорости обучения.

Второе место завоевала команда ученых Научно-технического университета г. Краков (Польша). Исследователи попытались привести изображения – тренировочные данные – к единому стандарту. С помощью специального алгоритма YOLO они «обрезали» входные изображения таким образом, чтобы на картинке осталась только сама собака. Это позволило облегчить работу нейросети – она не получала дополнительных помех в виде других объектов, которые присутствовали на исходных фотографиях.

Тройку лидеров замкнул ученый из СПбГЭТУ «ЛЭТИ». Инженер кафедры автоматики и процессов управления Сергей Романов использовал в решении задачи пятикратную стратифицированную перекрестную проверку и взвешивание функции потерь – это позволило свести к минимуму ошибки нейросети.

«Сложность состояла в том, что, во-первых, я вообще не уверен, что задачу определения возраста собаки по фотографии можно решить с достаточно высокой точностью. Во-вторых, существует большое количество пород, и вряд ли можно разработать универсальный определитель возраста, который бы одинаково хорошо работал для всех их, а обучающая выборка была не такая большая. Задача соревнования была довольно сложной, именно поэтому участвовать в нем было интересно. Уже за рамками The DogAge Challenge я попробую улучшить решение», – комментирует результат Сергей Романов.

В ЛЭТИ давно ведутся разработки в области искусственного интеллекта и машинного обучения. В частности, эти инструменты широко применяются в технологии компьютерного зрения (Computer Vision), которая используются для распознавания различных объектов и их свойств на основе визуальных данных. Соревнования по автоматическому определению возраста собак стало новым импульсом в развитии машинного обучения для изучения состояния здоровья и поведения животных.

 

Информация предоставлена СПбГЭТУ «ЛЭТИ»