САНКТ-ПЕТЕРБУРГ, 3 апреля. /ТАСС/. Ученые Санкт-Петербургского государственного университета аэрокосмического приборостроения (ГУАП) создали модель машинного обучения для анализа ландшафта местности. Она автоматически собирает данные с беспилотников для анализа и производит классификацию объектов, сообщили ТАСС в пресс-службе вуза.

       "Сотрудники Инженерной школы ГУАП представили модель машинного обучения, которая способна с высокой точностью распознавать объекты и производить анализ окружающей среды с помощью данных, собранных с беспилотных летательных аппаратов. Интеллектуальная обработка данных позволяет производить картографирование и классификацию объектов. Система автоматически собирает данные с беспилотников для анализа", - говорится в сообщении.

       Уточнятся, что для работы беспилотник оснащается лидаром - устройством, которое с помощью лазерных лучей измеряет расстояние до объектов и создает 3D-облако точек. Во время полета дрон сканирует территорию, и лидар фиксирует миллионы точек - деревья, здания, реки, дороги, тропы и другие объекты. Эти данные затем передаются на сервер, где происходит их обработка. При помощи искусственного интеллекта система распознает ключевые объекты и классифицирует их с точностью до единиц. Затем производится анализ ландшафтных особенностей. Преимущество данной модели машинного обучения - высокая точность распознавания нескольких классов объектов, большая территория анализа.

       По данным пресс-службы, модель способна с высокой точностью распознавать объекты интереса на облаке точек и подсчитывать их количество. Уникальные цвета объектов позволяют легко различить их на визуализированных данных.

       Разработка имеет широкий спектр применения: лесное хозяйство и экология, строительство и кадастровые работы, сельское хозяйство, логистика, мониторинг водоемов, охрана объектов.