Ученые из Пермского национального исследовательского политехнического университета (ПНИПУ) представили инновационный метод передачи видеоданных, предназначенный для систем машинного зрения. Эта разработка позволяет обеспечивать стабильную работу даже в условиях плохого и нестабильного интернет-соединения, показывая эффективность на 28–32% выше по сравнению с существующими решениями.
Как сообщает издание Inc. Russia, новый алгоритм, созданный под руководством доцента Андрея Кокоулина, работает в несколько этапов. Сначала искусственный интеллект определяет на видеозаписи ключевые объекты и их контуры. Затем происходит сжатие данных с использованием формата JPEG 2000, после чего система адаптирует скорость передачи под качество сети, отдавая приоритет отправке информации о наиболее важных участках кадра.
Необходимость такой технологии вызвана широким распространением систем машинного зрения, которые уже занимают около четверти рынка в таких сферах, как промышленность, здравоохранение и транспорт. Они применяются в «умных» камерах на улицах, в больницах, на производстве, а также в беспилотниках и робототехнике. Однако в отдаленных районах со слабым покрытием сотовой связи часто возникают проблемы с передачей данных, что приводит к размытию изображения, пропуску кадров или зависаниям. Это может иметь серьезные последствия, от невозможности распознать нарушителя до задержек в оказании медицинской помощи.
Проведенные испытания продемонстрировали высокую эффективность разработки. При передаче всего 10–20% от общего объема данных четкость ключевых объектов, таких как лица людей или автомобильные номера, повысилась на 54–81%. Одновременно с этим расход интернет-трафика снизился на 40–45%. В университете отмечают, что созданный на основе нейросети алгоритм не требует больших вычислительных мощностей и подходит для использования на маломощных устройствах.