20 January 2022, 23:00

Математики МГУ предложили нейросеть для эффективного мониторинга качества дорожного покрытия.

Сотрудники МГУ представили собственную комбинацию известных методов на основе архитектуры нейросети U-Net. Разработка точно и надежно обнаруживает трещины на изображениях дорожного полотна, превосходя аналоги по эффективности и скорости. Подход может дать начало новым системам мониторинга дорог в реальном времени, что поможет улучшить обслуживание отечественной инфраструктуры и обеспечить ее безопасность. Результатами своего исследования математики поделились на страницах высокорейтингового журнала IEEE Access.

Математики МГУ предложили нейросеть для эффективного мониторинга качества дорожного покрытия.

В 2019 году стартовал национальный проект «Безопасные качественные дороги», одна из основных задач которого — улучшить состояние трасс и магистралей. На данный момент и половина дорог регионального значения не соответствует нормативным требованиям, при этом около трети всех ДТП происходит из-за плохого дорожного покрытия. Именно поэтому необходимо разрабатывать новые способы отслеживания появляющихся дефектов, чтобы устранять их еще на ранних этапах.

Сотрудники НОШ «Мозг, когнитивные системы, искусственный интеллект», созданной на базе механико-математического факультета МГУ имени М. В. Ломоносова, разработали практический метод для мониторинга качества дорожного покрытия. 

«Мы используем известные методы, но находим новые комбинации, которые приводят к созданию практичного алгоритма, имеющего большое значение в реальном мире», — рассказал научный руководитель работы Владимир Половников, сотрудник кафедры Математической теории интеллектуальных систем Механико-математического факультета МГУ.

В основу легла архитектура сверточной нейросети U-Net, которую изначально создали для сегментации биомедицинских изображений, то есть их разделения на сегменты (например пиксели). Проблемы при решении этой задачи почти такие же, как и при работе с фотографиями дефектных дорог: большое разнообразие форм искомого объекта, низкая контрастность, плохо видимые границы и прочие. Авторы использовали различные подходы к обработке изображений, двухэтапную процедуру обучения нейросети градиентными методами с эффективными функциями потерь, а также предложили быстрые методы оценки качества сегментирования. Сравнение с другой аналогичной системой показало превосходство разработки московских математиков и по эффективности, и по скорости.

Предложенный подход позволяет обнаруживать трещины дорожного покрытия с высокой точностью, чего не удалось достичь другим группам. Метод надежен и сохраняет глобальную контекстную информацию, позволяя проводить исследования непосредственно на выходном изображении без постобработки и настройки параметров. Кроме того, новую систему можно применять в решении задачи бинарной классификации изображений, например для локализации дефектов, обработки медицинских данных, обнаружения лесных пожаров и прочего.

Результаты работы выложены в общественный доступ и могут быть использованы другими исследователями для оптимизации под свои нужды.

 

Source:  Пресс-служба МГУ

News article publications

Read also

Цифровые астроциты улучшили память нейросети на 20%
Ученые разработали первую в мире нейронную сеть, полностью построенную на принципах взаимодействия клеток реального головного мозга. Так, модель воспроизводит передачу сигналов не только между нервными клетками, но и между нейронами и астроцитами — вспомогательными клетками мозга. Эксперименты показали, что «подключение» астроцитов в работу нейросети улучшает ее способность «запоминать», то есть воспроизводить ранее полученную информацию, на 20%.
Cognitive Sciences
Mathematical modeling
Neural networks
30 January 2024
Тяжелое течение COVID-19 мешает астроцитам работать синхронно
Это удалось выяснить при помощи математической модели, имитирующей работу нейронных сетей головного мозга у больных
Mathematical modeling
Neural networks
Neuroscience
Virology
10 July 2023
Микроволновые разряды помогут управлять сверхзвуковыми летательными аппаратами
Физики и механики разработали теоретическую модель, описывающую процесс формирования нитевидных микроволновых разрядов в газах. В этом случае газ нагревается до температур порядка 830°С и выше, и в нем формируется большое количество заряженных и возбужденных частиц. Это явление можно использовать в аэродинамике и космонавтике, чтобы воздействовать на потоки газа вблизи летательных аппаратов и тем самым управлять полетом, поскольку эти структуры влияют на скорость и траекторию движения аппарата.
Cosmonautics
Mathematical modeling
Plasma Physics
Space
22 March 2024
Примеси брома и йода увеличили отклик 2D-материала на электромагнитное излучение
Ученые синтезировали 2D-материалы, состоящие из очень тонкого слоя органического вещества на поверхности неорганического. Добавление примесей брома и йода позволило повысить прочность связи между слоями на 35%, что увеличило стабильность материала. Его отклик на электромагнитное излучение также повысился — на 15%. Предложенная технология может использоваться при разработке материалов для оптоэлектроники и сенсорики.
Neural networks
Quantum Chemistry
Synthesis
27 December 2023
Микробы в вечной мерзлоте могут помешать резкому потеплению климата
Ученые выяснили, что высокое разнообразие микроорганизмов, населяющих зону вечной мерзлоты, может значительно снизить скорость потепления атмосферы у поверхности Земли. По мере таяния многолетнемерзлых грунтов микробы начинают выделять метан и, если видов бактерий мало, в определенный момент произойдет массовый выброс этого парникового газа. Высокое же видовое богатство приведет к меньшему — в масштабе нескольких градусов — нагреву воздуха планеты.
Geology
Mathematical modeling
Microbiology
13 December 2023
Новый геометрический метод позволит детальнее исследовать структуру кристаллов
Ученые разработали метод для наглядного анализа сложных кристаллических структур. Он заключается в том, чтобы представлять молекулы в виде многогранников — полиэдров, — по площадям граней которых можно количественно оценивать связи между атомами. Точные данные о строении кристаллов будут полезны для создания материалов с управляемыми свойствами, которые используются, в частности, для легких органических устройств. Например, уже сегодня предложены сенсоры движения воздуха, созданные на основе молекулярных кристаллов.
Crystallography
Mathematical modeling
Mathematics
14 October 2023