Российские ученые научили нейросеть оценивать последствия пожара
Исследователи из Сколковского института науки и технологий (Сколтеха) создали на основе машинного обучения и компьютерного зрения алгоритм, который позволяет оценивать ущерб по данным анализа спутниковых изображений местности, где произошел пожар или другое стихийное бедствие.
Сотрудники сколтеховской лаборатории AeroNet Lab вместе с профессором Евгением Бурнаевым обучили нейронную сеть отличать на спутниковых снимках разрушенные при пожаре дома от нетронутых огнем зданий.
Для обучения нейронной сети ученые использовали открытые данные спутниковой съемки территории Калифорнии за 2017 год. В дальнейшем нейронная сеть смогла сама с хорошей достоверностью распознать сгоревшие дома на тестовой территории в другом городе, также пострадавшем от разрушительных пожаров, сообщает пресс-служба Сколтеха.
Технология позволит быстро оценить масштаб бедствия и его ущерб и сократить время принятия решений. Кроме государственных и гуманитарных организаций в разработке могут быть заинтересованы страховые компании.
«Разработанные алгоритмы анализа разновременных серий спутниковых изображений позволяют детектировать изменения состояния объектов, относящихся к определенному классу, — объяснил научный сотрудник Сколтеха Владимир Игнатьев. — Данная технология будет востребована при решении различных исследовательских и индустриальных прикладных задач, связанных с мониторингом территорий, таких как детектирование нового строительства, оценки заселенности, контроль и управление рисками в охраняемых зонах».
Open Data Program: DigitalGlobe