Ученые Пермского Политеха создали алгоритм для систем машинного зрения, который позволяет камерам видеонаблюдения стабильно работать даже при слабом или прерывающемся интернет-соединении. Технология показала эффективность на 28–32% выше существующих решений. Об этом «Газете.Ru» сообщили в пресс-службе образовательного учреждения.
Сегодня в России работает более 1,2 млн камер видеонаблюдения, многие из которых используют машинное зрение для распознавания происшествий и передачи информации в центры управления. Однако ключевая проблема — сбои при передаче данных: изображение зависает, кадры теряются, а объекты становятся неразличимыми. В условиях медицины, транспорта или охраны правопорядка это может привести к серьезным последствиям.
Новый алгоритм, встроенный в прошивку камер или системы управления, решает эту задачу с помощью нейросети. Сначала программа определяет область интереса (ROI) — например, лицо человека или номер автомобиля. Затем данные кодируются современным форматом JPEG 2000. Алгоритм анализирует скорость соединения и отправляет информацию так, чтобы приоритетно передавались важные объекты, даже если качество связи резко падает.
В испытаниях, где имитировалась потеря до 80–90% видеопотока, методика обеспечила передачу ключевых объектов на 54–81% четче по сравнению с традиционными системами, при этом снизив потребление интернет-трафика на 40–45%.
«Наше решение можно внедрять даже в маломощные устройства — камеры, квадрокоптеры, промышленных роботов. Оно позволит стабильно передавать изображение при слабой связи и расширит возможности применения компьютерного зрения в отраслях от здравоохранения до МЧС», — отметил доцент ПНИПУ Андрей Кокоулин.
Ранее в России создали быструю и надежную сеть 6G.