AiConf

Как посчитать деревья в лесу (при помощи беспилотника и машинного обучения)

Компьютерное зрение и генерация изображений

Python
Machine Learning
ML
Обработка данных
Расширение кругозора

Программный комитет ещё не принял решения по этому докладу

Целевая аудитория

Everyone, cv-engineer, data-scientist, ml-engineer, project-manager, product-manager

Тезисы

Россия — лесной гигант: В России находится четверть всех мировых запасов древесины. Чтобы грамотно управлять этим богатством, нужно точно знать, где какие деревья растут и в каком они состоянии.
Вечная проблема устаревших данных: Официальные данные о лесах часто оставляют желать лучшего — они устаревшие и не всегда точные. Обычно обновление происходит так: в лесу выбирают несколько небольших участков, измеряют деревья вручную и потом экстраполируют эти данные на весь лес. Процесс долгий и трудоемкий.
Наша идея с беспилотниками: Мы предлагаем отснять лес с помощью беспилотника с лидаром и мультиспектральной камерой. А затем по полученным данным найти деревья и определить их характеристики.
Технология в деле: По отснятым данным мы создали детализированные 3D-модели лесов. С их помощью мы не только видим рельеф местности, но и можем измерять высоту каждого дерева.
Магия машинного обучения: Мы подсчитали множество признаков (более 140!) по данным с беспилотника и обучили нашу модель распознавать породы деревьев с точностью 86%.
Почему это круто: Наш подход позволяет значительно быстрее и точнее обновлять данные о лесах. Мы расскажем, как выбирали камеры, как строили 3D-модели и какие признаки вычисляли и как ходили по лесу, чтобы собрать обучающую выборку (более 8000 деревьев!).

Разработчик-исследователь
Опыт работы в области машинного обучения и обработки изображений более 5 лет. Среди предыдущих проектов можно выделить следующие:
- автоматическая классификация товаров на кассе и фруктов/овощей на весах в качестве ассистирующей системы для ускорения времени на обслуживание клиента (разработка модулей с нейронными сетями);
- отслеживание действий покупателей (задача pose estimation) и фиксация взятия/возврата товаров с полок в рамках проекта по разработке магазина без кассира;
- поиск похожих товаров по изображениям и названию в интернет-магазинах;
- контроль доступа и учет рабочего времени на основе распознавания лиц сотрудников.
Образование ФИТ НГУ

Digital Research

Компания из Новосибирского академгородка, отделившаяся от компании Digital Clouds (https://dclouds.ru/) для развития R&D проектов

Разработчик-исследователь
К.э.н., эксперт в области теории вероятностей, математической статистики и эконометрики. Участие в гранте РГНФ, НИР по разработке документов стратегического планирования, 15 лет в научной деятельности, 25 публикаций, индекс Хирша 4, 2.5 года в R&D проектах
Образование ММФ НГУ
Список публикаций (https://elibrary.ru/author_items.asp?authorid=758550&pubrole=100&show_refs=1&show_option=0)

Digital Research

Компания из Новосибирского академгородка, отделившаяся от компании Digital Clouds (https://dclouds.ru/) для развития R&D проектов

Видео

Другие доклады секции

Компьютерное зрение и генерация изображений