© ComNews
25.04.2018

В научной группе "Аэронет Лаб" из Сколковского института науки и технологий создали алгоритм, который позволяет провести анализ спутниковых изображений местности, где произошел пожар или другое стихийное бедствие и быстро оценить хозяйственный ущерб.

Разработанный алгоритм основан на технологии машинного обучения и компьютерного зрения.

AeroNet Lab – лаборатория центра "Сколтеха" по научным и инженерным вычислительным технологиям для задач с большими массивами данных (CDISE), в сотрудничестве с профессором Евгением Бурнаевым, обучили нейронную сеть на изображениях со спутника отличать дома, разрушенные при пожаре, от нетронутых огнем зданий. Для обучения нейронной сети ученые использовали открытые данные спутниковой съемки за 2017 год по территории штата Калифорния (США). В дальнейшем нейронная сеть смогла сама с хорошей достоверностью распознать сгоревшие дома на тестовой территории, в городе Санта Роза (Калифорния), также пострадавшем от разрушительных пожаров. Использование такой технологии в процессах реагирования в кризисных ситуациях позволяет быстро оценить масштаб бедствия и его ущерб и сократить время принятия решений. Помимо государственных и гуманитарных организаций в технологии заинтересованы страховые компании.

"Разработанные алгоритмы анализа разновременных серий спутниковых изображений позволяют детектировать изменения состояния объектов, относящихся к определенному классу. 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", – рассказал научный сотрудник "Сколтеха" Владимир Игнатьев.

Досье "Цифровой экономики"

Лаборатория AeroNet Lab разрабатывает различные приложения на основе методов глубокого обучения и компьютерного зрения для решения практических задач с использованием данных спутниковой и аэрофотосъемки, в том числе сервисы мониторинга охранных зон протяженных индустриальных объектов, таких как трубопроводы и высоковольтные линии электропередачи (обнаружение утечек, контроль зарастания, нелегальные постройки и т.д.), рекомендательные сервисы для геомаркетинга (оценка высоты зданий, заселенности домов и т.д.), лесного и сельского хозяйств (контроль незаконных вырубок, качества древостоя, прогнозирование урожайности, последствий засухи).