使用大数据分析图像 视频比人脑更好

提高交通安全性，改善健康服务和环境效益 - 大数据专家看到了先进图像分析和识别技术的广泛可能性。

“通过计算机进行高级图像识别是大量非常苛刻的工作的结果。你必须模仿人类大脑区分重要信息的重要性，”挪威卑尔根Uni Research的Eirik Thorsnes说。

Thorsnes负责公司大数据分析中心的一个小组，该中心负责制定用于研究和商业目的的大数据使用策略。该中心还致力于开发先进的计算能力，其工作方式与人脑相同。

在许多领域，人类大脑的出色能力和工作方法将继续优于计算机，但在某些领域，计算机可以做得更好。

“近年来取得了巨大的发展，现在我们在图像识别和分析方面已经超越了人类水平。毕竟，计算机永远不会厌倦看到几乎相同的图像，甚至可能会注意到最微小的图像。我们人类无法看到的细微差别。此外，随着分析大量图像和视频变得越来越容易，社会中的许多过程都可以得到改进和优化，“Thorsnes解释说。

认识到哪些对象很重要Thorsnes和他的同事们在大数据分析中心预测，图像识别和分析在卫生保健，环境监测，海底调查和卫星图像等领域将变得越来越重要。

在图像分析和识别中使用大数据需要结合良好的硬件，算法(公式)和软件，以及设法识别最佳方法的人。

“这种技术的需求只会在未来几年内增加，但不是'即插即用'。我们的研究人员已经开发了关于处理大量数据的专业知识，因此可以识别出必要的知识，”Thorsnes说。 。

Uni Research Computing部门的研究人员开发了计算机系统，学习识别物体并识别哪些物体在图像中很重要。

Alla Sapronova是人工智能，图像识别和机器学习方面的专家：

“我按照我们教孩子的方式训练计算机。我显示输入信号的计算机模式并告诉它我对输出信号的期望。我重复这个过程，直到系统开始识别模式。然后我显示计算机输入信号，如图像，它以前没有见过，并测试系统是否理解它是什么，“Sapronova解释说。

例如，在相对简单的层面上，这种机器学习已经导致用于移动电话相机的微笑识别技术。

接受音乐治疗的自闭症儿童更高级的应用领域包括医学，分析外部身体疾病迹象，或与治疗师协商检测正面/负面情况。

“我们与GAMUT一起开展了一个试点项目，分析了接受音乐治疗的自闭症儿童的视频片段。通常情况下，治疗师必须花费数小时审查镜头，以确定最能揭示患者状态或进展的确切时刻。然而，如果我们教一台计算机构成一个有趣的时刻，它将能够找到并选择它们，虽然迄今为止计算机无法对它们进行排名。后续项目有进一步发展的巨大潜力，“Thorsnes说。

在另一个项目中，研究人员在卑尔根最繁忙的道路交叉口Danmarksplass使用了一个公开的网络摄像头作为起点，教导计算机记录在一天中通过交叉路口的车辆数量和类型。

这允许识别流量模式，然后可以将其用于规划和决策。此外，Danmarksplass的空气质量有时在冬季非常差，Thorsnes设想更好地绘制交通图也可以为环境改善提供基础。

但是，他认为，目前图像分析在提高交通安全方面具有最大潜力，这基本上是监控选定的道路或隧道的一个问题。计算机可以检测到一系列不同的情况，包括错误行驶的汽车，火灾，废弃的汽车，隧道内的人等。

“还有可能让计算机监测易受主要道路滑坡影响的斜坡，并教导计算机识别景观中的哪些变化可能意味着增加山体滑坡的风险，”Thorsnes说。

监测养鱼场逃逸的发生率Uni Research Computing和由研究主任Klaus Johannsen领导的大数据分析中心也开展了一项项目，该项目绘制了河口鲑鱼和鳟鱼运动的绘图。这项工作是与公司的另一个部门Uni Research Environment合作完成的。

“在河口安装了一台摄像机，并对计算机进行了培训，记录了通过的鱼类，以及它是野生鱼还是养殖鱼。这样，我们就可以监测鱼类逃逸的发生率除其他外，农场“，托尔斯内斯说。

检测技术近年来取得如此良好进展的部分原因是Thorsnes称之为人工智能算法的重新发现。

随着大量计算能力和来自游戏行业的复杂图形处理器可用于分析，业界的需求和一些良好的旧人工智能理念相互发现。

“传统上，这类分析是由那些必须坐下来观看视频片段的人进行的，例如医学分析或隧道交通，”Thorsnes说。

具有复兴性的算法来自现在所谓的“深度学习”，因为我们现在拥有足够的计算能力，这要归功于先进的处理器和对有趣材料的访问，以便能够教授更先进和更深入的算法。