ПЕРМЬ, 5 сентября. /ТАСС/. Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) создали технологию для бесперебойной видеопередачи в условиях плохого интернета. Разработка оказалась эффективнее существующих аналогов на 28-32%, рассказали ТАСС в пресс-службе вуза.
"Для борьбы с перебоями при передаче видео существуют специальные алгоритмы сжатия. Они уменьшают объем данных, сохраняя только изменения между кадрами. Например, если в объектив попадает автомобиль, который едет на неподвижном фоне, система запоминает бэкграунд один раз, а затем фиксирует лишь смещение объекта. Такие методы сокращают размер передаваемых данных, однако требуют больших вычислительных ресурсов. Поэтому они непригодны для маломощных систем, которые обычно встроены в камеры наблюдения, автономных роботов или датчики. Ученые Пермского политеха нашли решение этой проблемы и создали новый программный алгоритм на основе нейронной сети, который обеспечивает видеопередачу без перебоев. Его можно встроить в прошивку камер видеонаблюдения, систему управления или программное обеспечение для роботов", - рассказали в ПНИПУ.
Как пояснили в университете, работа комплекса машинного зрения строится на том, что камера записывает видео и "сжимает" его для передачи данных. Эта информация отправляется по сети небольшими частями (пакетами) на сервер или устройство просмотра, где происходит распаковка и превращение обратно в видео. Если интернет плохой, пакеты теряются или задерживаются, а видео зависает, пропускает кадры или превращается в размытое пиксельное изображение. Часто это происходит в удаленных и труднодоступных регионах со слабым покрытием сотовой связью и при использовании беспроводных сетей, где сигнал нестабилен из-за помех, расстояния или перегрузок сети. Также такое бывает, если объект с машинным зрением находится в движении, например, при передаче видео с квадрокоптеров или камер на транспорте. Серьезные проблемы возникают, например, когда системы, анализирующие видео с уличных камер, которые применяются в раскрытии преступлений или отслеживании ДТП, при сбое могут не "узнать" лица преступников в толпе или номер угнанной машины. Аналогично в палатах интенсивной терапии при возникновении помех на видеозаписи можно упустить момент, когда пациенту стало плохо.
Как работает новая технология
"Наш алгоритм работает в три шага. Сначала программа с помощью искусственного интеллекта определяет, какой объект на видео самый важный (область интереса - ROI), и определяет его границы. Затем упаковывает эти данные с помощью современного формата сжатия - JPEG 2000. Он похож на обычный JPEG, в котором мы сохраняем картинки из интернета, но превосходит его по качеству. В процессе съемки система оценивает текущую скорость интернета и рассчитывает, сколько данных можно успеть передать за время показа одного кадра. Если скорость низкая, данные кадра отправляются не целиком, а только частично. Поскольку нейросеть уже определила, какой участок нужно передать, в первую очередь уходят данные о нужных объектах, даже при плохом соединении", - рассказал доцент кафедры "Автоматика и телемеханика" ПНИПУ, кандидат технических наук Андрей Кокоулин.
Для проверки эффективности технологии ученые искусственно создали ситуацию, когда из-за плохой связи передается только 10-20% видео. В ходе испытаний методика показала превосходство над аналогами: ключевые объекты, такие как лица или номера машин, передавались на 54-81% четче, чем в обычных системах, при этом потребляя на 40-45% меньше интернет-трафика. Общая эффективность метода оказалась на 28-32% выше существующих решений.
Как отметили в ПНИПУ, разработка не требует больших вычислительных мощностей, что и позволяет стабильно передавать изображение в условиях нестабильного интернета. Такая технология может быть полезна для систем видеонаблюдения в МЧС, геологоразведке или сельском хозяйстве, где часто бывают проблемы со связью. Исследование было проведено в рамках программы стратегического академического лидерства "Приоритет-2030".