В Южной Корее смогли с помощью ИИ сгенерировать реалистичные изображения с гидролокатора бокового обзора, которые можно использовать в обучении других ИИ
- KOREA HERALD
- 1 день назад
- 3 мин. чтения
Корреспондент Гу Бон Хёк
- Статья с результатами данного исследования попала на обложку международного научного журнала CMES, что свидетельствует о конкурентоспособности института в области ИИ океанического назначения
Изображения с гидролокатора бокового обзора (ГБО), сгенерированные различными методами [Предоставлено KIOST]
Корейский институт океанических наук и технологий (KIOST) объявил 23 ноября, что совместно с Национальным университетом Букён разработал технологию генерации изображений с гидролокатора бокового обзора (ГБО), используемого для геологического анализа морского дна и подводных исследований. Результаты данного исследования опубликованы в ноябрьском выпуске международного научного журнала «Computer Modeling in Engineering & Sciences (CMES)», специализирующегося на инженерном и вычислительном моделировании.
Исследовательская группа под руководством доктора Ли Сын Хуна из Отдела исследований по укреплению морской силы и обороне KIOST в сотрудничестве с командой под руководством профессора Чан Вон Ду из Факультета компьютерной инженерий и искусственного интеллекта Национального университета Букён разработала технологию генерации изображений с ГБО, которая сочетает в себе трехмерное моделирование и физически обоснованную модель теней, на базе «CycleGAN», ИИ-модели для генерации изображений. Это позволило создать новую технологическую основу, способную генерировать изображения с гидролокатора бокового обзора, имеющие высокую степень сходства с реальными условиями исследования морского дна.
Гидролокатор бокового обзора — это оборудование, которое визуализирует рельеф морского дна и объекты, передавая звуковые волны под водой по диагонали в направлении морского дна, а затем принимая отраженные сигналы. Он используется в различных областях, таких как геологический анализ морского дна, исследование структур и ликвидация последствий стихийных бедствий. Однако сбор крупномасштабных данных о разведке был ограничен погодными и морскими условиями, а также высокими затратами.
Реальные объекты-образцы из датасета seabedObjects-KLSG. Помимо датасета SeabedObjects-KLSG, общедоступных датасетов ГБО с экземплярами объектов крайне мала. Из-за ограничений безопасности и конфиденциальности данных большинство существующих исследований основывались на частных датасетах, что затрудняет воспроизводимость. При этом во многих работах основное внимание уделяется минам или подобным им объектам, а объектам с более сложными структурными особенностями уделяется сравнительно мало внимания [Предоставлено KIOST]
Для решения этой проблемы исследовательская группа создала трехмерные модели различных искусственных объектов, таких как затонувшие корабли и самолеты. Они применили различные условия подруливания, вращения и позиционирования, чтобы воспроизвести реалистичные характеристики отражения и тени. Важно, что благодаря внедрению высокоточной модели тени, отражающей расстояние, высоту и свойства акустического рассеяния между гидролокатором бокового обзора и целью, они воспроизвели области тени на уровне реальной разведки — область, которая ранее упрощалась в существующих исследованиях в области искусственного интеллекта.
Структура домена изображения с гидролокатора бокового обзора (ГБО) для предлагаемой сети [Предоставлено KIOST]
Таким образом, используя новоразработанную модель для преобразования виртуально сгенерированных изображений с гидролокатора бокового обзора, чтобы они воспроизводили текстуру, шум и паттерны отражения в видеозаписях из реальной разведки, исследование продемонстрировало потенциал для обеспечения крупномасштабных обучающих данных, близких к реальности, даже при сокращении времени на затратные морские разведки.
Ожидается, что это исследование станет технологическим прорывом в решении нехватки данных, которая является давней проблемой в области анализа изображений с ГБО. Оно позволяет эффективно реализовывать различные модели морского дна без длительных полевых исследований, что делает его фундаментальной технологией для поддержки будущих исследований в области ИИ для океанических наук и технологий. Кроме того, исследовательская группа планирует продолжить развитие технологии, чтобы более точно отражать сложные характеристики реальных морских сред.
«То, что данная статья попала на обложку научного журнала, имеет большое значение, поскольку это означает международное признание конкурентоспособности KIOST в области конвергентных исследований, связанных с ИИ океанического назначения» - сказал глава KIOST Ли Хи Сын, добавив: «Мы будем продолжать активно поддерживать создание высоконадежных морских больших данных, последовательно обеспечивая данные на основе искусственного интеллекта, способные точно моделировать морскую среду».
Комментарии