МОСКВА, 5 марта. /ТАСС/. Российские исследователи научили нейросеть "дорисовывать" облака и снег на спутниковых снимках для увеличения объема тренировочных данных, чтобы повысить точность распознавания и классификации редких или сложных для анализа климатических явлений. Об этом сообщила пресс-служба "Сколтеха" (входит в группу ВЭБ.РФ).

       По информации пресс-службы, суть предложенного подхода CSIA (Climate Structures Inpainting Augmentations) состоит в том, что на исходных снимках нейросетью "дорисовываются" реалистичные климатические структуры, например облака, тени и снежные участки в тех областях, где такие явления отсутствуют. Это искусственно увеличивает объем тренировочных данных.

       "Мы искусственно расширяем выборку и учим нейросеть не путаться, когда ей встречаются редкие или сложные для сегментации явления. Наш метод помогает моделям точнее понимать геометрию и оптику климатических объектов, что особенно важно при анализе больших регионов и редких погодных феноменов", - приводятся в сообщении слова руководителя исследовательской группы в Центре ИИ Сколтеха Светланы Илларионовой.

       Отметается, что такой подход не потребует дополнительного участия человека в аннотировании данных, а точность распознавания сложных климатических структур на снимках повысится. "Работа открывает возможности для более точной сегментации в самых разных сферах применения - от климатического мониторинга обширных регионов до экологических проектов и задач сельского хозяйства. Так, например, разработка позволяет даже для северных регионов с высоким процентом облачности эффективно анализировать лесной массив, его характеристики и изменения, учитывая влияние климатических структур на изображениях", - говорится в сообщении.

       Исследователи планируют продолжить развитие метода, адаптируя его к другим типам данных дистанционного зондирования и внедряя дополнительные механизмы генерации с учетом сезонных и погодных изменений.