Как научить компьютер лучше видеть и быстрее обрабатывать изображения – знают ученые ЛЭТИ

Как научить компьютер лучше видеть и быстрее обрабатывать изображения – знают ученые ЛЭТИ

Ученые ЛЭТИ представили разработки для повышения эффективности технологии компьютерного зрения и организации новой перспективной векторной архитектуры процессора обработки изображений на 8-ой Средиземноморской конференции по встраиваемым вычислениям MECO'2019.

05.07.2019 394

8-ая Средиземноморская конференция по встраиваемым вычислениям MECO'2019 состоялась 10-14 июня 2019 года в г. Будва (Черногория). В этом году в основной программе конференции приняли участие учёные со всего мира – США, Японии, стран Западной и Восточной Европы, Ближнего Востока, которые сделали свыше 200 докладов. В их числе – два доклада заместителя заведующего кафедрой автоматики и процессов управления (АПУ) по научной работе Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» Дмитрия Ильича Каплуна.  

В докладе «Реализация сглаживающей фильтрации изображений в системе остаточных классов» Дмитрий Ильич презентовал результаты работы, выполненной в рамках гранта Российского научного фонда «Методы адаптивной обработки и интеллектуального анализа данных большого объема в задачах гидроакустического мониторинга» на 2017-2020 годы. Разработка была создана коллективом учёных кафедры АПУ в составе заместителя заведующего кафедрой АПУ по научной работе Дмитрия Ильича Каплуна, инженера Александра Сергеевича Вознесенского и аспиранта Данила Васильевича Богаевского совместно с коллегами из Северо-Кавказского федерального университета (Ставрополь). В докладе Дмитрий Ильич представил эффективную реализацию сглаживающей фильтрации изображений. Этот метод может быть применен в комплексах гидроакустического мониторинга и позволяет ускорить вычисления и снизить вычислительную нагрузку на систему.

«Сглаживающая фильтрация изображений позволяет улучшить качество детектирования и классификации гидроакустических объектов с использованием технологии компьютерного зрения (computer vision). Чем выше качество изображения – тем выше точность детектирования и классификации гидроакустических объектов, например, китов. В прошлом году мы разработали уникальный алгоритм на основе машинного обучения, который позволяет обнаружить в море кита и по издаваемому им звуку с невероятной точностью определить его вид, форму и размеры, а новый метод позволит ускорить процесс и повысить точность классификации».

Заместитель заведующего кафедрой АПУ по научной работе Дмитрий Ильич Каплун

Сейчас ученые разрабатывают прототип на FPGA – специальной микросхеме, позволяющей реализовывать высокопроизводительные вычисления.

Вторая работа, которая была выполнен в рамках гранта РФФИ «Разработка перспективной архитектуры на базе ядра векторного процессора для задач обработки и визуализации сигналов» на 2018-2020 годы, посвящена исследованиям перспективных моделей векторного процессора для задач обработки изображений с помощью профилирования – оценки затраченных ресурсов процессора при выполнении тех или иных пользовательских приложений. Работа ведётся около полугода и выполняется на факультете компьютерных технологий и информатики (Каплун Д.И., Богаевский Д. В., заместитель декана ФКТИ по научной работе Ежов С. Н., студент ФКТИ Миненко М. В.) совместно с учеными из НИИСИ РАН (Москва).

По итогам исследований ученые выработали рекомендации по организации новой перспективной векторной архитектуры процессора для обработки изображений. Это первый этап большой работы по разработке отечественного процессора для обработки изображений с векторной архитектурой.

«Векторная архитектура нужна для повышения производительности. На первом этапе мы оценили производительность программной модели процессора с векторной архитектурой при реализации основных задач обработки изображений. С учетом полученных результатов производитель отечественных процессоров НИИСИ РАН запустит в серийное производство отечественный процессор для обработки изображений с предложенной нами архитектурой. Это важно для развития отечественной элементной базы. Тем самым мы сможем снизить зависимость от геополитических реалий».

Заместитель заведующего кафедрой АПУ по научной работе Дмитрий Ильич Каплун

Обе работы получили высокую оценку научного сообщества, ученые ЛЭТИ получили несколько предложений о сотрудничестве. Кроме того, оргкомитет конференции пригласил Первый электротехнический университет выступить в качестве соорганизатора.