Des scientifiques de l’Université nationale de recherche de Samara du nom de l’académicien S.P a appris au réseau de neurones à comprendre les scénarios de chute de personnes dans la rue associés à une forte détérioration de la santé. À l’avenir, cela aidera les services de secours à réagir rapidement à chaque cas de ce type. L’article a été publié dans la revue Applied Sciences.
Reconnaître le comportement humain à l’aide de la vision par ordinateur est un élément clé des systèmes de sécurité avancés. Ils peuvent être axés non seulement sur la prévention des délits, mais aussi sur la fourniture de soins médicaux d’urgence, expliquent les auteurs de l’étude. Selon eux, ils ont réussi à contourner la principale difficulté de l’approche par réseau neuronal de cette tâche – la collecte de données d’entraînement à partir de caméras de surveillance réelles.
L’une des tâches les plus importantes de ce type, selon les chercheurs de l’Université de Samara du nom de S.P. La Reine consiste en une reconnaissance adéquate des chutes de personnes dans les espaces publics, au travail et dans d’autres situations. En règle générale, de tels incidents sont associés à une forte détérioration du bien-être, de sorte que les chances de survie d’une personne dépendent directement de l’heure d’arrivée de l’ambulance.
Cependant, afin d’entraîner le réseau de neurones à identifier correctement de tels événements, une vaste gamme d’enregistrements vidéo est nécessaire, ce qui est presque impossible à collecter de manière naturelle. Les spécialistes de l’Université de Samara nommés d’après S.P. Korolev a résolu ce problème en proposant une méthode de génération de données d’entraînement à l’aide de l’environnement 3D Unreal Engine 4.
«Nous avons développé un outil universel de simulation de scènes de chute humaine, qui permet de faire varier la taille, le poids, les vêtements et les paramètres d’environnement. Sur la base des données générées de cette manière, nous avons formé un réseau de neurones convolutifs basé sur Mask-RCNN avec la capacité de segmenter les pixels par classe, ce qui garantit une haute qualité de reconnaissance» , a déclaré Maître de conférences au Département des superordinateurs et de l’informatique générale de Samara. Université nommée d’après SP La reine Denis Zherdev.
Les tests ont confirmé l’efficacité du système, qui a identifié avec succès 97,6% des incidents lors de l’utilisation de données synthétisées et 95% lors de la reconnaissance d’enregistrements vidéo réels à partir de caméras de surveillance, ont déclaré les scientifiques.
« Dans notre travail, nous avons pris en compte la physique des membres lors du mouvement et de la chute, l’interaction possible avec les objets environnants, et également généré un « comportement » aléatoire d’une personne numérique, ce qui a augmenté le réalisme de la simulation » , a déclaré Denis Zherdev.
Les résultats obtenus, selon les auteurs, seront également utiles pour créer des systèmes de formation et de jeu avancés de réalité augmentée ou virtuelle, qui tiennent compte de l’état psychophysique de l’utilisateur.
La recherche a été menée conjointement avec des spécialistes de l’Université médicale d’État de Samara.