В петербургском Политехе разработают методику разметки спутниковых снимков Земли

Методика необходима для обучения нейросети, которую будут использовать участники проекта «Изображения Земли из космоса» конкурса «Космическая автоматическая идентификация объектов и искусственный интеллект» в рамках программы «Дежурный по планете».

Конкурс пройдет уже в третий раз в 2022-2023 учебном году. Он будет посвящен технологиям получения спутниковых изображений Земли и их обработке с помощью методов искусственного интеллекта.

Для решения задач, посвященных анализу изображений и определению на них различных классов объектов с помощью нейросетей, участники конкурса – школьники 14-18 лет – будут применять ПО с элементами искусственного интеллекта, разработанное специально для конкурса сотрудниками Лаборатории «Промышленные системы потоковой обработки данных» Центра НТИ Санкт-Петербургского политехнического университета Петра Великого в сотрудничестве с ООО «Тетракуб». Основу обучающей выборки для нейросети составят снимки, предоставленные НЦ ОМЗ АО «Российские космические системы» и АО «РКЦ «Прогресс».

Снимки характеризуются большим весом файла — около 3,2 Гб — и высоким разрешением в десятки тысяч пикселей. Изображения такого типа используются для того, чтобы добиться от нейросети максимальной точности при распознавании объектов на фото, в том числе при распознавании однотипных объектов, которые могут выглядеть по-разному в зависимости от времени года или типа рельефа.

Для решения этой сложной задачи специалисты СПбПУ разрабатывают оригинальную методику ручной разметки фотографий.

Все снимки, подлежащие разметке, просматриваются и обрабатываются в цветовом режиме «градации серого» — это сводит кадр к тому, что он воспринимается быстрее и проще (вес изображения, соответственно, снижается). Разметка производится ручным методом в редакторе Adobe Photoshop с использованием графического планшета. Создается отдельный слой, соответствующий классу объекта, производится обводка объекта стилусом и заливка нужного участка. Согласно методике, при обводке объекта границы должны включать в себя пиксели, которые не менее, чем на 50%, относятся к объекту выделения.

Методика создается на материале двух классов объектов - водоёмы и реки. Они обладают специфичными свойствами, которые позволяют их идентифицировать: хорошо отличимы по цвету, имеют чёткие границы и характерную форму.

Далее слои выгружаются отдельными изображениями соответственно классу, таким образом, чтобы объекты были выделены белым цветом на чёрном фоне, и в таком виде передаются для обучения нейронной сети.