Поделиться
Умные технологии «Билайн» помогут «Лиза Алерт» быстрее находить пропавших людей
Компания «Билайн» запустила решение на основе искусственного интеллекта, которое поможет поисково-спасательным отрядам оперативнее находить потерявшихся людей. Сервис «BeelineAI-Поиск» будет «отсматривать» фотографии с дронов и сопоставлять их с базой пропавших без вести.
Пропавших россиян ищут дроны
Только за две недели июля специалисты «Лиза Алерт» получили 1083 заявки о пропавших без вести в лесах по всей стране. Из них чуть меньше 700 потерялись в Подмосковье. Почти 80% таких ситуаций разрешаются благополучно, и это заслуга тех добровольцев, которые, получив оповещение на мобильный телефон, выходят на поиск пропавшего человека. В среднем, по оценке Григория Сергеева, председателя поисково-спасательного отряда «Лиза Алерт», в одном поиске пешие группы проходят 182 км. Найти выбившегося из сил, испуганного человека, заблудившегося в лесу или на другой необитаемой территории, – это задача, которая под силу только человеку. Однако современные технологии могут стать отличной поддержкой в этом непростом деле.
Главными технологическими помощниками спасателей «Лиза Алерт» стали недорогие квадрокоптеры, оснащенные видеокамерой, и технологии распознавания изображений.
«Люди, оказавшиеся в беде, попадают в болота, лесные чащи, буреломы, откуда не способны выбраться самостоятельно. Пешей группе, даже со специальной подготовкой, понадобится 5-6 часов, чтобы осмотреть такую местность, а беспилотник произведет тщательный осмотр за час», – рассказывает Александр Ломоносов, координатор направления «Беспилотный поиск» отряда «Лиза Алерт».
Для этих целей сотрудники отряда применяют самые массовые модели дронов – RAPTOR, DJI и т.п., которые легко приобрести в розничных магазинах.
«Для нас главные вопросы – это доступность оборудования, простота использования и стоимость. По этим параметрам простые китайские беспилотники, которые кто-то считает пластмассовыми игрушками, отлично подходят для наших задач», – объясняет Григорий Сергеев.
Однако эти серьезные «игрушки» генерируют большое количество фото, которые затем необходимо просмотреть вручную, чтобы обнаружить признаки присутствия человека. Несмотря на то, что глаз добровольцев по всей стране немало, визуальный анализ больших потоков фотоизображений требует большого количества времени. По оценке Александра Ломоносова, один поиск дает приблизительно 2,5 тыс. фото, на их просмотр вручную требуется в среднем 240 часов. И вот здесь появляется второй помощник – интеллектуальное ПО распознавания образов.
«Билайн» предложил поисковикам технологии глубокого обучения
Сервис «BeelineAI-Поиск», который «ВымпелКом» разработал специально для поддержки поисковых задач «Лиза Алерт», использует механизмы глубокого обучения (Deep Learning, DL) на сверточной нейронной сети. В качестве базовой архитектуры выбрана известная модель VGG16, которая регулярно показывает отличные результаты в различных глобальных соревнованиях DL-сетей по тематике распознавания образов. Как рассказал Джордж Хелд, вице-президент по развитию цифрового и нового бизнеса «Вымпелком», ПО сервиса реализует модель VGG16, которая содержит до 30 сверточных слоев (каждый слой фактически соответствует некоторым признакам, выявляемым на изображениях) и 3 полносвязных слоя (характеризует наличие нескольких признаков одновременно). Он подчеркнул, что модель DL используется для реализации интеллектуальных алгоритмов двух типов: собственно распознавания того, что изображено на каждом фото, и прогнозирования – наличия человека или важных артефактов (например, рюкзак, сапог или иной предмет, не являющийся естественным элементом окружающей среды).
Для задач DL особое значение имеет обучающий набор данных (так называемый «датасет»). Сложность данной ситуации, пояснил Александр Ломоносов, заключалась в том, что нигде в мире не существует готового набора данных, ориентированного на задачи поисковой деятельности. Разработчики «BeelineAI-Поиск» использовали имеющиеся датасеты для задач распознавания изображений из арсенала VGG16, собирали подходящий материал в интернете, а также формировали обучающий набор данных своими силами. Например, просили волонтеров делать собственные фото в позах, характерных для рассматриваемых ситуаций, в своем регионе и в разные времена года.
Архитектурная модель VGG16 требует для своей работы большого количества вычислительных ресурсов. Джордж Хелд пояснил, что нейросетевое ПО работает в ЦОДе «Вымпелком» в Ярославле, и доступно участникам отряда в двух режимах: онлайн (через постоянное подключение к облаку BeeCloud) или офлайн (с помощью приложения, устанавливаемом на портативном компьютере, которое обновляется при установлении связи с облаком провайдера). В этих условиях, по оценкам Хелда, длительность анализа фотоизображений одного полета квадрокоптера сокращается до нескольких секунд.
Счет на минуты и секунды в данном случае – это не просто выдающиеся технологические результаты, а реально спасенные человеческие жизни, напомнил Григорий Сергеев: «В нашей стране суровый климат, как правило, у нас нет часов и дней для просмотра фото вручную».
Перспективы и проблемы роста умной видеоаналитики для поиска
Команда «Лиза Алерт» довольна результатами пилотного тестирования и переводит сервис «BeelineAI-Поиск» в режим повсеместного поиска, который, к слову, сегодня охватывает 50 регионов России.
«За полгода поиска квадрокоптеры создают приблизительно 33 тысячи фотоснимков местности. С помощью умного ПО, которое мы в течение двух месяцев тестировали в реальных пилотных поисковых операциях, мы можем этот объем изображений обработать не за шесть месяцев, а за один день, если во всех регионах страны ежедневно будут работать дроны», – отмечает Александр Ломоносов.
Отряд прорабатывает применение других типов оборудования, а также технологий обработки данных аэрофотосъемки и др. В частности, идут переговоры с концерном «Калашников», компанией «Геоскан» и т.д.
Сами умные технологии также будут совершенствоваться. Дело в том, что для задачи обнаружения человека на фото участка леса, сделанного с высоты полета квадрокоптера, критически важна так называемая ошибка второго рода («пропуск цели») и менее важна ошибка первого рода («ложная тревога»). На нынешнем этапе, как пояснил Джордж Хелд, DL-алгоритм решает задачу быстрого выявления тех фото, на которых нет человека. Нынешняя точность его работы – 99,999%. Фактически, алгоритм быстро сужает пространство поиска для пеших групп спасателей.
«Вначале группы получают фото тех мест, на которых система DL обнаружила присутствие человека, а затем поисковые группы получают фото, которые программа признала пустыми», – рассказывает Александр Ломоносов.
Дальнейшее развитие блока предиктивной аналитики сервиса «BeelineAI-Поиск», по словам Джорджа Хелда, предполагает включение в анализ дополнительной информации, например, наличие тропинки или следов человека, для формирования гипотезы о том, в каком направлении, скорее всего, человек двинулся дальше.
Поиск человека на финальном этапе всегда будет выполнять спасательная команда добровольцев, но технологии способны максимально приблизить этот момент. Когда каждая минута на счету, именно участие умных технологий способно двинуть в нужную сторону стрелку весов, на чашах которых – жизнь и смерть человека.
Напомним, в 2018 г. «Билайн» начал самую масштабную в своей истории модернизацию сети – «Москва «Суперсити». Эта программа предусматривает как обновление существующих базовых станций, так и строительство новых. Первый этап проекта уже завершен: по его итогам скорость мобильного интернета уже выросла в 2-3 раза. Работа над программой продолжится в 2020 г. Также уже модернизирована и готова к внедрению технологии 5G значительная часть московской сети – 91%.
Короткая ссылка
