| Название НИОКТР |
Исследование пайплайнов обучения базисной отраслевой модели мониторинга безопасности производственных и эксплуатационных процессов для решения задач детекции и сегментации объектов на видеокадрах, сбор и разметка наборов данных
|
| Аннотация |
Работа выполняется в рамках реализации общего плана деятельности центра «Интеллектуальная мобильность многофункциональных беспилотных авиационных систем» по Соглашению № 139-15-2025-003 от 16.04.2025 г., заключенным с Министерством экономического развития Российской Федерации.
В 2024 году в рамках исследований по созданию базисной отраслевой модели (БОМ) мониторинга безопасности производственных и эксплуатационных процессов были проверены некоторые гипотезы и выявлены перспективные направления дальнейшего развития, в частности, была продемонстрирована эффективность использования трансформерных сетей и их предобучения на неразмеченных наборах данных. Также проведенные в 2024 году работы включали сбор и разметку набора видеоданных для задачи временной сегментации событий.
По результатам успешной проверки первоначальных гипотез для дальнейших исследований по обучению БОМ необходимо расширение наборов данных дополнительными классами событий производственных и эксплуатационных процессов на видеоданных. Для этого на первом этапе Работ будут собраны и аннотированы дополнительные обучающие примеры, которые смогут в дальнейшем быть использованы для повышения качества БОМ и расширения набора целевых задач, решаемых с помощью ИИ.
Для дальнейшего развития системы мониторинга помимо анализа отдельных событий на видеокадрах, необходимо также иметь возможность распознавать и анализировать отдельные объекты. Автоматизация такого анализа с помощью алгоритмов искусственного интеллекта (ИИ) позволит существенно сократить время и предоставить первостепенную информацию для поддержания высокого уровня производства и безопасности. Одним из сдерживающих факторов для создания систем распознавания целевых объектов в различных производственных и эксплуатационных процессах является недостаточный объем открытых наборов аннотированных данных, специализированных под конкретные задачи. Также нередко качество разрабатываемых алгоритмов связано с ограничениями разметки и ее особенностями. Для решения поставленных задач на втором этапе реализации Работ планируется проведения сбора и аннотации данных для решения задачи детекции и сегментации объектов на данных видеосъемки производственных и эксплуатационных процессов.
Существенным ограничением для реализации устойчивых алгоритмов видеоаналитики производственных и эксплуатационных процессов является структурированная информация о качестве и основных характеристиках наборов данных. Требуется разработка математического аппарата для выявления особенностей наборов данных видеосъемки производственных и эксплуатационных процессов в сравнении с классическими наборами данных. Для этого на втором Этапе реализации Работ будет предложена методика оценки ключевых характеристик данных и проведен анализ нескольких выбранных наборов данных.
Также будут исследованы возможности создания БОМ, решающей задачи детекции и сегментации отдельных изображений и / или видеоданных, содержащих производственные и эксплуатационные процессы. Здесь будет проверена возможность адаптации БОМ, решающей задачи классификации видео и распознавания действий под задачи детекции и сегментации объектов, и при необходимости предложены альтернативные архитектуры для решения поставленных задач.
Научная новизна работ заключается в формализации задачи для разработки БОМ применительно к задачам детекции и сегментации объектов на данных производственных и эксплуатационных процессов, построение и тестирование эффективных пайплайнов, в частности, на основе трансформерных сетей, изучение временной составляющей и ее влияния на качество распознавания объектов при анализе видеоряда данных. В рамках научно-исследовательской работы также будет формализована задача оценки наборов данных с учетом их специфики и возможности дальнейшего использования в различных задачах анализа производственных и эксплуатационных процессов.
|
| Доступ к ОКОГУ исполнителя |
False
|
| Количество связанных РИД |
0
|
| Количество завершенных ИКРБС |
0
|
| Сумма бюджета |
12450.0
|
| Дата начала |
2025-06-15
|
| Дата окончания |
2025-12-31
|
| Номер контракта |
139-15-2025-003
|
| Дата контракта |
2025-04-16
|
| Количество отчетов |
1
|
| УДК |
004.85
|
| Количество просмотров |
5
|
| Руководитель работы |
Никоноров Артем Владимирович
|
| Руководитель организации |
Богатырев Владимир Дмитриевич
|
| Исполнитель |
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "САМАРСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ ИМЕНИ АКАДЕМИКА С.П.КОРОЛЕВА"
|
| Заказчик |
МИНИСТЕРСТВО ЭКОНОМИЧЕСКОГО РАЗВИТИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
|
| Федеральная программа |
Отсутствует
|
| Госпрограмма |
—
|
| Основание НИОКТР |
Грант
|
| Последний статус |
2026-01-09 14:15:28 UTC, 2026-01-09 14:15:28 UTC
|
| ОКПД |
Услуги, связанные с научными исследованиями и экспериментальными разработками в области компьютерных наук и информационных технологий
|
| Отраслевой сегмент |
—
|
| Минздрав |
—
|
| Межгосударственная целевая программа |
—
|
| Ключевые слова |
нейронные сети; компьютерное зрение; беспилотные авиационные системы; автономная навигация
|
| Соисполнители |
—
|
| Типы НИОКТР |
Разработка новых материалов, научно-методических материалов, продуктов, процессов, программ, устройств, типов, элементов, услуг, систем, методов, методик, рекомендаций, предложений, прогнозов; Опытно-конструкторские работы; Проектные работы
|
| Приоритетные направления |
—
|
| Критические технологии |
—
|
| Рубрикатор |
28.23.37 - Нейронные сети; 28.23.25 - Модели и системы обучения; 28.23.29 - Программная реализация интеллектуальных систем
|
| OECD |
—
|
| OESR |
Компьютерные, информационные науки и биоинформатика (разработка аппаратного обеспечения относится к разделу 2.2, социальный аспект относится к разделу 5.8)
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
| Регистрационные номера |
—
|
