Создан самообучающийся алгоритм распознавания объектов

Ученые из университета имени Бригама Янга (Brigham Young University, BYU) разработали новый программный алгоритм, который способен точно идентифицировать объекты на видео или фото, а также способный самообучаться в процессе работы, обретая способность распознавать объекты нового для себя типа. Хотя в настоящее время существуют и другие системы распознавания объектов, алгоритм Evolution-Constructed Features Algorithm отличается от них, он способен решать, какие из особенностей объекта являются существенными для его идентификации. При этом, данный алгоритм не требует для этого перенастройки, переделки или другого вмешательства человека.

"В большинстве случаев люди сами определяют и задают особенности распознаваемых объектов, а также пишут алгоритмы и создают базы данных для их работы" - рассказывает доктор Да-Джай Ли (Dr. Dah-Jye Lee), профессор электротехники и компьютерной инженерии университета имени Бригама Янга, - "С нашим алгоритмом мы даем набор изображений и компьютер сам решает, какие характеристики важны, а какие нет".

По словам доктора Ли, большинство существующих алгоритмов требует точной подстройки их параметров и методов для достижения лучшей точности распознавания объектов. Этого совершенно не требуется Evolution-Constructed Features Algorithm, он сам настраивает себя и демонстрирует точность, равную или превосходящую у других алгоритмов подобного класса.

К примеру, Evolution-Constructed Features Algorithm продемонстрировал 100-процентную точность распознавания мотоцикла, лица, самолета и автомобиля на наборе тестовых изображений от Калифорнийского технологического института. Следует заметить, что самые лучшие алгоритмы, работающие на принципах, отличных от принципов работы Evolution-Constructed Features Algorithm, на этом же наборе изображений демонстрируют точность в 95-98 процентов.

При помощи этого алгоритма можно будет идентифицировать не только объекты рукотворного происхождения, но и различные виды животных, рыб и других живых организмов. К примеру, алгоритм с точность в 99.4 процента смог определить различные виды рыб со своими особенностями, также, алгоритм способен обнаруживать различные дефекты объектов.

"Алгоритмы идентификации объектов постоянно совершенствуются" - рассказывает доктор Ли, - "Настоящий качественный прорыв в этой области можно ожидать лишь когда мощность вычислительных систем начнет приближаться к мощности головного мозга".