Международная группа исследователей разработала систему компьютерного зрения, способную обнаруживать стихийные бедствия и катастрофы техногенного характера, используя изображения, размещенные в социальных сетях. Об этом сообщила пресс-служба Университета Обера в Каталонии. Также подробности исследования были опубликованы в издании Transactions.
По словам авторов пресс-релиза, в связи с прогрессирующим глобальным потеплением растет число природных катаклизмов – лесных пожаров, наводнений, торнадо, землетрясений, извержений вулканов и проч. К сожалению, пока не существует достаточно эффективных инструментов прогнозирования, с помощью которых можно было бы с высокой точностью определить, где и когда возникнет такой катаклизм, чтобы можно было оперативно среагировать на эту информацию.
«К счастью, ключевую роль в таких ситуациях могут сыграть технологии, – комментирует профессор UOC Агата Лапедриза. – Сообщения в социальных сетях можно использовать в качестве источника данных с низкой задержкой, чтобы понять ход и последствия катастрофы».
Сначала Лапедриза и ее коллеги по UOC и лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института создали перечень, куда вошли 43 категории разнообразных инцидентов, включая стихийные бедствия и несчастные случаи, связанные с вмешательством человека (ДТП, авиакатастрофы, строительные аварии и проч.), а также 49 категорий мест, где наблюдались эти инциденты.
База из 1 787 154 изображений под названием Incidents1M была использована для обучения компьютерной модели. Среди фотографий 977 088 обладали по меньшей мере одной положительной меткой, связывающей их с одной из категорий инцидентов, а остальные 810 066 имели отрицательные метки по этой классификации.
После этого операторы в многозадачном режиме обучили нейросеть фиксировать инциденты. Когда процесс обучения завершился, была проведена экспериментальная проверка с использованием огромного количества иллюстраций, загруженных из социальных сетей, в том числе таких ресурсов, как Flickr и Twitter.
Результаты вполне удовлетворили исследователей. «Наша модель смогла использовать эти изображения в нужном ключе, и они действительно соответствовали конкретным зарегистрированным инцидентам, таким как землетрясения 2015 года в Непале и Чили», – констатирует Агата Лапедриза. «Это поможет более эффективно реагировать на катаклизмы, и вовремя оказывать пострадавшим гуманитарную помощь», – добавила она.
