1 июля ученые Сколтеха приняли участие в саммите по компьютерному зрению и машинному обучению «MACHINES CAN SEE2022». Руководитель Центра Прикладного Искусственного Интеллекта Евгений Бурнаев представил доклад на тему «Глубокое обучение для моделирования и реконструкции 3D-форм». А сотрудники Центра Светлана Илларионова и Дмитрий Шадрин рассказали о результатах своего исследования по методам машинного обучения и компьютерного зрения для оценки состояния окружающей среды по данным дистанционного зондирования Земли. Само мероприятие прошло на московской площадке «Цифрового делового пространства».
Темой этого года была заявлена синергия науки и практики для создания удобных и полезных сервисов на основе компьютерного зрения. В фокусе доклада Евгения Бурнаева – актуальные проблемы в сфере 3D компьютерного зрения и возможности их решения с помощью глубокого обучения и искусственного интеллекта.
В современном мире трехмерное компьютерное зрение используется в самых разных областях: от медицины до цифровизации произведений искусства для сохранения культурного наследия. Ставшие уже стандартным инструментов в обработке 2D-изображений, глубокие сверточные нейронные сети не подходят для обработки 3D-данных, которые собирают такие сенсоры, как сенсор структурированного света, RGB-D камера, лидар, и другие. Также традиционные модели не обладают достаточной эффективностью для качественного восстановления 3D-представлений объектов.
Соответственно, Центр Прикладного Искусственного Интеллекта занимается разработками новых методов консолидации разноточных мультимодальных 3D данных, которые позволяют эффективно решать задачи 3D компьютерного зрения, связанные с реконструкцией форм объектов и построением цифровых двойников.
Также одним из главных направлений работы Центра Прикладного Искусственного Интеллекта является замедление процесса изменения климата и достижение углеродной нейтральности. Этой задаче и была посвящена представленная работа "Глубинное обучение для оценки высоты растительного покрова земли на основе мультиспектральных спутниковых снимков" . Учеными были разработаны методы определения высоты растительного покрова, которые позволяют получить предсказания для обширных территорий с использованием нейросетевого подхода и спутниковых данных. Предложенный подход менее дорогостоящий, чем те, что обычно используют для мониторинга охранных зон.
MCS — площадка для обмена технологическим и научным опытом между ИИ-сообществами. Форум прошел уже шестой раз, партнерами события традиционно выступили Sber Ai и MTS Ai.