Ученые предложили новый подход для интеллектуальных систем обработки изображений

Благодаря ученым Северо-Кавказского федерального университета интеллектуальные системы обработки изображений станут мобильнее, доступнее, не потеряв в качестве распознавания образов.

Традиционно такие системы строятся по принципу нейронных сетей и требуют для распознавания образов большого количества ресурсов. Так, сеть компании Google обслуживает огромный сервер. Чтобы ускорить сложные вычисления, необходимые для обработки информации, компания даже разработала специальные тензорные процессоры. Математики из СКФУ предложили новый подход – оптимизировать вычисления с помощью параллельной арифметики.

– За счет теоретико-числовых свойств системы остаточных классов мы делим данные большого размера на части, которые обрабатываются параллельно и независимо друг от друга. Для системы обработки изображений это гораздо легче, и сам процесс вычислений идет быстрее. По сравнению с традиционными наш подход позволяет снизить ресурсные затраты на 32 процента, т.е. сама микросхема может быть меньше по размеру. Это автоматически ведет к снижению электропотребления и стоимости устройства, – отметил руководитель проекта, доцент кафедры прикладной математики и математического моделирования СКФУ Павел Ляхов.

Исследование проходило в рамках гранта Российского фонда фундаментальных исследований. Ставропольские учёные предложили универсальную концепцию, смоделировали микросхему и прошили ее под разработанный алгоритм. Чтобы проверить ее в действии, математики создали тестовую нейронную сеть для распознавания изображений из открытой базы университета Иллинойса. И уже есть успехи: система научилась распознавать образы, например, яблоко, кроссовки, плюшевого медвежонка, минерал или консервную банку с точностью  97 процентов. Принципиально важным моментом является то, что снижение ресурсов не приводит к потере качества обработки изображений.

– В науке и практике есть запрос на то, чтобы использовать инструменты распознавания образов удаленно. Для этого они должны стать мобильными. Традиционный подход пока не в состоянии предложить оптимальное аппаратное решение. Модулярная арифметика открывает новые возможности для решения этой непростой задачи, – считает Павел Ляхов.

Подробнее познакомиться с проектом ученых можно в пятом номере журнала «Компьютерная оптика», издаваемом Институтом систем обработки изображений РАН. Прочитать статью можно, перейдя по ссылке: /upload/ncfu-news/img/430519.pdf