Вместе с Русланом Ахтямовым, сооснователем компании Napoleon IT объясним, почему компьютерное зрение — не просто игрушка, а полезный инструмент для фермеров. В статье приведены кейсы компании, реализованные с использованием собственной разработки Video Analytics Core.
Компьютерное зрение (Computer Vision, CV) анализирует изображения и видео при помощи искусственного интеллекта. Компьютерное зрение помогает извлечь всю необходимую информацию для лучшего принятия решений.
Объем мирового рынка в этой сфере достигает около $14 млрд, отечественный рынок подобных решений оценивали в 8 млрд рублей в 2019 году, а к концу 2023 года рынок может вырасти до 38 млрд рублей. Больше всего эту технологию применяют в области видеонаблюдения и безопасности (32% от всего рынка), промышленности (17%), медицины (14%) и торговли (10%).
В сельском хозяйстве компьютерное зрение также активно внедряется: рынок сельскохозяйственного ИИ оценивают в $600 млн, к 2025 году он может достигнуть отметки в $2,6 млрд.
Давайте рассмотрим наиболее распространенные тезисы об использовании компьютерного зрения в сельском хозяйстве.
Компьютерное зрение ничем не отличается от обычных камер или видеорегистраторов
Это заблуждение. Системы компьютерного зрения преобразуют данные, которые поступают с изображений, в то время как обычные видеокамеры слежения записывают все происходящее. Другое отличие — компьютерное зрение состоит из нескольких компонентов — камеры и программного обеспечения. Есть несколько видов камер с компьютерным зрением: камеры специального назначения (скоростные камеры), тепловизоры (камеры для съемки изображений в инфракрасном диапазоне волн, которые позволяют точно определять расстояния до объекта) и камеры, которые передают видео в хорошем разрешении. Для того, чтобы такие камеры могли распознавать разные объекты и выполняли свои задачи все лучше и лучше, существуют библиотеки компьютерного зрения.
Компьютерное зрение часто принимают за видеоаналитику, но и эти понятия неравнозначны. Видеоаналитика является лишь составной частью компьютерного зрения, поскольку отвечает за обработку видеопотока и анализ информации в нем.
Вот что можно узнать из видео и фото благодаря компьютерному зрению:
распознавание и идентификация людей;
объекты, действия, события, поведение, взаимоотношения видимых объектов;
геолокация, пространственная (3D) и планерная (2D) локация;
сезон, дата и время.
Системы компьютерного зрения могут сохранять архивы видеозаписей и наблюдать и анализировать то, что происходит в настоящем моменте. Также благодаря использованию алгоритмов машинного обучения и компьютерного зрения можно построить предсказания на основе событий прошлого и настоящего.
Как работает на примере Napoleon IT
Модель компьютерного зрения сегментирует каждый кадр из видео для поиска нужного объекта (животного). После того, как каждый объект посчитан ИИ, модель трекинга начинает отслеживать перемещение отдельно взятого объекта в кадре, а алгоритмы считают активность для каждого уникального объекта в кадре.
Для начала происходит поиск координат животных на кадре. Затем координаты каждого животного отслеживаются на последовательности кадров. И по такой последовательности координат можно оценить активность животного
Чтобы получить точный анализ данных, компания тесно работает с сельхоз хозяйствами: для сбора информации недостаточно цифр из отчетов, нужно приезжать на фермы и получать данные непосредственно из хозяйств.
Сбор данных для обучения алгоритмов компьютерного зрения происходит так: устанавливаем камеры если их нет, и затем устанавливаем удаленное подключение через протокол передачи видеопотока rtsp. Также есть защищенное хранилище данных, в которое можно загрузить видеоряд с камер для анализа и обучения алгоритмов.
Компьютерное зрение никогда не сможет заменить человека
Правда. Ни одно устройство не сможет заменить опытного фермера, но современные технологии смогут сделать работу на хозяйствах намного проще. Компьютерное зрение позволяет увидеть то, что человеческий глаз может не заметить или пропустить. Например, на полностью автоматизированной ферме 80 Acres Farm компьютерное зрения помогает найти вредителей до того, как они испортят урожай.
Компьютерное зрение можем работать на уровне фермера, но для этого сначала необходимо участие опытного специалиста, который предоставит необходимые данные для правильного обучения нейросети.
К тому же, распознавание у искусственного интеллекта занимает меньше времени, чем у человека. Анализ каждого кадра занимает доли секунды. Когда человек захочет посмотреть, а что же происходит на видео, он сразу может увидеть результаты работы алгоритмов.
Компьютерное зрение, вместе с девайсами для точного земледелия, беспилотниками и роботами могут помочь тем сельхозугодиям, где не хватает человеческих рук. Благодаря таким разработкам можно контролировать посевы, прогнозировать урожай и следить за здоровьем животных.
Рассмотрим несколько примеров того, как компьютерное зрение помогает решить проблемы, с которыми сталкиваются люди.
Детекция свиней
Правильно подсчитать животных — не проблема, если у вас несколько десяток свинок в хозяйстве. Что делать, если их тысячи? Использовать алгоритмы для сегментации и подсчета животных в станке. Эта технология помогает оценить активность каждого животного в станке по видеоданным, поэтому ни одна хрюшка не проскочит мимо. Точность распознавания — 85%.
Определение координат спутниковых снимков
Спутниковые снимки используют в геодезии. А еще такие снимки незаменимы при поиске пропавших людей или очагов пожара. Но сопоставление спутниковых снимков с масштабами реальной местности занимает много времени и не дает достоверной информации онлайн.
Чтобы быстро привязать снимок со спутника на подложке к масштабам реальной местности используют обученную нейросеть, которая предсказывает координаты местности и угол поворота снимка со спутника.
Спасти амурских тигров от браконьеров
Сейчас в России насчитывают около 580 амурских тигров, с каждым годом животных становится все меньше. Чтобы защитить оставшихся тигров, в Napoleon IT создали модель машинного обучения, которая позволит классифицировать животных. Найти животных можно при помощи фотоловушек в лесах и специальных устройств, которые реагируют на движения.
А еще искусственный интеллект помог найти амурскую тигрицу Принцессу среди прочих особей. У животного есть уникальные рисунки на боках, аналогично человеческим отпечаткам пальцев, благодаря которым ее распознал искусственный интеллект.
Модель Napoleon IT позволяет идентифицировать животных в 99% случаев, а распознать особь - с точностью до 96%.
Внедрить компьютерное зрение слишком долго и сложно
Ответ зависит от нескольких параметров. Во-первых, технологии компьютерного зрения помогут крупным хозяйствам следить за каждым животным. Во-вторых, компьютерное зрение — это комплексное решение, которое поможет тем хозяйствам, в которых уже есть опыт внедрения современных технологий. И, конечно же, необходимо понять, как компьютерное зрение поможет вам на ферме.
Одна из неудач с применением компьютерного зрения произошла в Китае в 2019 году, когда на фермерских хозяйствах зарегистрировали случаи восточно-африканской чумы и свиней. Государство вместе с крупными ИТ-компаниями начали внедрять технологию Face ID для свиней. Но это не привело ни к чему полезному: перед запуском своей технологии компании не подготовили обширной базы данных, поэтому отслеживание перемещений животных оказалось бесполезным. К тому же, система распознавания лиц оказывается ненужной, когда животных приводят на убой. Сами фермеры не понимали, как технология поможет им справиться с эпидемией и многие из них не были готовы внедрить ее у себя в хозяйствах из-за сложности и дороговизны.
Компьютерное зрение внедряют тогда, когда есть влияние человеческого фактора и возможность масштабирования проекта. Внедрение технологии на производстве должно оптимизировать технический процесс и сделать работу легче и быстрее. Чтобы это произошло, необходимо обозначить проблемы, которые вы хотите решить. Один из способов: каждый клиент заполняет опросный лист, из которого можно понять задачи и готовность предприятия к внедрению.
Технология компьютерного зрения поможет цифровизировать производство и выявить закономерности в хозяйстве. Полностью заменить сотрудника компьютерное зрение не сможет, но поможет человеку избежать ошибок и сделает работу подсчета и анализа намного быстрее.
А как вы думаете, как измениться сельское хозяйство при повсеместном внедрении технологии компьютерного зрения?