Нейросеть обучат находить опасные вещества в багаже | Новости науки
Сотрудники Сибирского федерального университета в сотрудничестве с Центром инновационного развития Красноярской железной дороги разрабатывают программно-аппаратный комплекс по распознаванию опасных веществ в багаже пассажиров. Об этом сообщила пресс-служба СФУ.
По словам ученых, машинное обучение позволит быстро обнаружить оружие и взрывчатые вещества, в том числе перевозящиеся в замаскированном виде (как бруски мыла, «сахар» и пр.), а на мониторе возникнет сигнал опасности, предупреждающий, что багаж нуждается в дополнительном осмотре.
Разработчики комплекса решают две крупные задачи. Первая — научить машинное зрение распознавать на изображениях с камеры интроскопа различные виды оружия, в том числе гранаты, мины и шашки. Вторым шагом станет освоение нейросетью алгоритмов распознания собственно взрывчатых веществ — тротила, гексогена, октогена и т. п.
«Эти вещества могут маскироваться злоумышленниками под бруски мыла, имитировать „сахар“ — на рентгеновских снимках это выглядит как обычное органическое вещество. Также порой опасные вещества и части взрывного механизма проносятся разными людьми, это тоже сложно зафиксировать без дополнительного тестирования с помощью машинного интеллекта», — рассказал заместитель директора по научной работе ИКИТ СФУ Руслан Брежнев.
Сотрудники Института космических и информационных технологий СФУ уже разработали программную часть комплекса и апробировали ее на железнодорожной станции «Енисей» в Красноярске. Обнаружение оружия и мин прошло успешно — машинное обучение справилось с задачей. Искусственный интеллект ориентируется на форму объектов, находящихся в багаже, а также на их цветовую гамму, причем нейросети приходится обучаться на большом объеме данных, чтобы ориентироваться в существенно отличающихся по цветовой гамме изображениях с различных моделей интроскопов.
Оборудование, которое требуется для эффективной работы создающегося комплекса, представляет собой сервер. Он легко монтируюется в типовые девятнадцатидюймовые стойки, в которых поставляется оборудование интроскопов на российские железнодорожные станции.
Багаж просвечивается рентгеном и осматривается работником станции на мониторе, и теперь к этому процессу должен будет подключиться искусственный интеллект. Он оценит изображение в нескольких проекциях и выдаст сигнал опасности, если обнаружит оружие или взрывчатые вещества.
«Наша часть оборудования — это дополнительный системный блок и монитор, в идеале — дополнительный сервер, встроенный в стойку интроскопа. В случае обнаружения нейросетью подозрительного предмета или вещества в багаже диспетчер получит сигнал оповещения о потенциальной опасности — подозрительный объект будет выделен красной рамкой на снимке, также машинный интеллект назовёт предполагаемую угрозу (предположит, к какому виду вооружения или взрывчатых веществ она относится). Это станет веским основанием для дополнительного ручного досмотра», — объяснил Руслан Брежнев.
«Особенностью нашего комплекса, в отличие от существующих на рынке решений, станет возможность отслеживать случаи проноса неопасных предметов, из которых можно собрать самодельное взрывчатое устройство (источники питания, изолента, клей, провода, свёрла и т. д.). Выявлять такие случаи будет модуль принятия решений, хранящий в памяти информацию о содержимом багажа, уже пронесённого через интроскоп. Получая данные о проверке нового багажа от модуля обнаружения, модуль принятия решений будет сопоставлять содержимое багажа и выдавать соответствующее предупреждение. В настоящее время получен рабочий прототип, который только „учится“ работать на опережение и вычислять потенциально опасные, но разрешённые к перевозке в железнодорожном транспорте предметы», — отметил старший преподаватель научно-учебной лаборатории программного обеспечения СФУ Антон Михалёв.
Разработка уникальна для Красноярского края и имеет широкие перспективы использования в различных регионах России в связи с возрастающими требованиями к безопасности пассажирских и грузовых перевозок.
Проект реализуется при поддержке гранта Красноярского краевого фонда науки.