Создан первый самообучающийся алгоритм распознавания объектов на фото и видео
Хотя в
настоящее время существуют и другие системы распознавания объектов,
новый алгоритм Evolution-Constructed Features Algorithm (ECFA) в корне
отличается от них, он сам в состоянии решить для себя, какие из
особенностей являются существенными для того, чтобы точно
идентифицировать любой объект. Такая возможность позволяет алгоритму
изучать объекты нового вида, не требуя для этого перенастройки,
переделки или другого вмешательства человека.
"В большинстве
случаев ответственность за выбор особенностей распознаваемых объектов
лежит на людях, которые пишут алгоритмы и создают базы данных для их
работы" - рассказывает доктор Да-Джай Ли (Dr. Dah-Jye Lee), профессор
электротехники и информатики университета имени Бригама Янга, - "Наш
алгоритм может выбрать самостоятельно, какие из особенностей важны для
идентификации объекта, лишь проанализировав несколько различных
изображений этого объекта".
Согласно информации, предоставленной
доктором Ли, большинство существующих алгоритмов требует точной
подстройки их параметров и методов для достижения лучшей точности
распознавания объектов. Этого совершенно не требуется алгоритму ECFA,
он, за счет функции самообучаемости сам настраивает себя и в любых
условиях демонстрирует точность, равную или превосходящую точность
работы других самых лучших алгоритмов подобного класса.
К
примеру, алгоритм ECFA продемонстрировал 100-процентную точность
распознавания мотоцикла, лица, самолета и автомобиля на наборе тестовых
изображений от Калифорнийского технологического института. База
изображений Калифорнийского технологического института является своего
рода эталоном для определения эффективности работы алгоритмов
распознавания объектов. Следует заметить, что самые лучшие алгоритмы,
работающие на принципах, отличных от принципов работы алгоритма ECFA, на
этом же наборе изображений демонстрируют точность в 95-98 процентов.
Высокая
точность работы алгоритма ECFA, по мнению его разработчиков, позволит
его использование в совершенно новых областях. При помощи этого
алгоритма можно будет идентифицировать не только объекты рукотворного
происхождения, но и различные виды животных, рыб и других живых
организмов. К примеру, алгоритм с точность в 99.4 процента смог
определить виды рыбы на снимках, предоставленных отделом биологии BYU, а
в случае животных более больших размеров, алгоритм способен
идентифицировать даже отдельные особи, если они обладают некоторыми
выделяющимися особенностями.
"Алгоритмы идентификации объектов
постоянно совершенствуются, но из работа по-прежнему зависит от
вычислительно мощности используемого компьютера и от других критериев" -
рассказывает доктор Ли, - "Настоящий качественный прорыв в этой области
можно ожидать лишь тогда, когда мощность вычислительных систем начнет
приближаться к мощности головного мозга".
