$72.88 €85.49

Последние новости

22.09.2021, 17:57 Добровольцы подмосковной Фирсановки приняли участие во Всемирном дне чистоты

22.09.2021, 16:29 CSCO 2021 | Henlius представит 4 устных презентации двух ожидаемых коммерческих продуктов

22.09.2021, 15:33 Памятник Юрию Лужкову на Новодевичьем кладбище напоминает о его свершениях и реализованных проектах

22.09.2021, 13:41 Русской Барби Тане Тузовой присудили престижную премию Fashion People Awards 2021

22.09.2021, 12:11 Количество вакансий на рынке труда Москвы за два года выросло на 55 %

22.09.2021, 09:00 Специалисты мирового уровня примут участие в Международном форуме птицеводов «Птицеводство России 2021»

21.09.2021, 22:23 NDA по МАТ к PD-1 серплулимаб от Henlius для терапии sqNSCLC первой линии принята NMPA

21.09.2021, 19:11 Том Голисано жертвует $30 млн Специальной Олимпиаде на расширение медицинских услуг

21.09.2021, 17:10 Автосалон в Чэнду: дебют новых моделей GWM POER с объемом продаж, достигшим 200 тыс. ед.

21.09.2021, 16:10 С начала года город выделил 12 земельных участков без торгов под размещение производств

ВСЕ НОВОСТИ

Библиотека паттернов Panasonic и SVL может использоваться в системах умного дома на базе ИИ

Компании

Созданная ими библиотека паттернов сможет использоваться в системах умного дома на базе искусственного интеллекта

Сделать умный дом по-настоящему умным и помочь ему адекватно воспринимать действия своих хозяев помогут исследования японской компании Panasonic и лаборатории знаменитого Стэндфордского университета – Stanford Vision and Learning Lab (SVL), специализирующейся на разработках в области компьютерного зрения, искусственного интеллекта и роботизации. В середине октября стороны представили и открыли для разработчиков первую и пока крупнейшую (по состоянию на 15 октября 2020 г.)  в мире библиотеку Home Action Genome – собрание мультимодальных образцов бытового поведения людей. Кроме того, Panasonic и SVL запустили конкурс по разработке компьютерных алгоритмов, позволяющих точно распознавать действия людей, на базе новой библиотеки.

Одной из главных проблем в развитии систем умного дома до сих пор оставалось обучение машин пониманию и адекватной трактовке всего, что происходит перед ними. Существующие базы данных были небольшими и состояли преимущественно из аудио и картинок. 

Новая библиотека содержит обширный набор изображений и количественных показателей, дополненных данными с многочисленных сенсоров, в т.ч. видео и тепловых, которые описывают ситуации, ежедневно происходящие практически в каждом доме. В общей сложности библиотека включает 3500 сценариев действий, которые могут выполняться разными людьми в разных местах. Все действия разделены на 70 категорий. Каждый из таких наборов содержит аннотацию, однозначно обозначающую происходящее.

Например, чтобы определить, что делает человек на изображении, система учитывает данные:

  • видеокамеры;
  • инфракрасного датчика (где конкретно находится человек, какие части его тела в данный момент теплее, находятся в движении);
  • микрофона (сопровождается ли действие звуком и насколько громким);
  • RGB-аналитики (данные об интенсивности для красного, зеленого и синего видимого света);
  • датчика освещенности (наличие и интенсивность внутреннего освещения в комнате);
  • гироскопических датчиков и акселерометров (данные об угловой скорости и ускорении человека/ его рук);
  • геомагнитного датчика.

Проанализировав и сравнив полученную информацию с существующими сценариями, умный дом сможет однозначно определить, что его хозяин бреется, и сделать соответствующий вывод: например, потом он пойдет пить утренний кофе, а значит, нужно включить кофемашину.

Или другой пример, описывающий непосредственный процесс мышления умного дома. Система определяет не только то, что человек в принципе находится в прачечной, но и его конкретные операции – как он подошел к стиральной машине, положил в нее белье, затем достал его. По сумме всех этих операций она сможет однозначно заключить, что еженедельная стирка закончена, и следует активировать следующий алгоритм. Например, через 10 минут выключить свет и включить вентиляцию в прачечной. 

Разработчики систем искусственного интеллекта смогут воспользоваться библиотекой Panasonic и SVL для создания собственных AI-алгоритмов и решений, облегчающих жизнь и быт людей, что является основополагающей миссией корпорации Panasonic.

Кроме того, SVL разработала и представила программу видеоматериалов для студентов и разработчиков систем машинного зрения и т.п. https://camp-workshop.stanford.edu/

Одно из наиболее интересных выступлений, объясняющих актуальность подобной библиотеки действий, – доклад Ивана Лаптева, старшего исследователя центра INRIA Paris и главы учёного совета VisionLabs, доступен по ссылке https://www.youtube.com/watch?v=jhHbShSg09Y&feature=youtu.be 

Для получения дополнительной информации обращайтесь в агентство Дайнемик Коммуникейшнс / Dynamic Communications по адресу http://dynamicmoscow.com