Экономичные средства интеллектуального анализа визуальной информации на основе сверточных нейронных сетей

Цифровая обработка, кодирование и передача статических и динамических изображений стали основой реализации современных систем видеосвязи и видеовещания, позволили повысить эффективность систем подвижной связи и радиолокации. При этом современное развитие науки и техники подразумевает повсеместное внедрение методов интеллектуального анализа данных. Постоянно расширяется круг задач, требующих использования методов искусственного интеллекта в области обработки изображений: идентификация личности, распознавание сцен, обработка информации с внешних датчиков в беспилотных наземных и летательных транспортных средствах, медицинская диагностика и т. д. Существующие методы и алгоритмы решения задач такого класса позволяют установить противоречие между их вычислительной сложностью и практической потребностью в их аппаратной реализации, которая должна удовлетворять требованиям высокопроизводительной, отказоустойчивой и энергоэффективной обработки данных. Для разрешения этого противоречия, в рамках данного Проекта предполагается разработка новых нейросетевых методов и алгоритмов интеллектуального анализа визуальной информации с минимальным набором слоев и настраиваемых параметров, что позволит приступить к созданию и практическому внедрению проблемно-ориентированных нейропроцессоров, обладающих высокой производительностью и низким энергопотреблением. Мы предлагаем использовать подходы на основе генетических алгоритмов, вейвлет-анализа и вычислений в конечных алгебраических структурах для реализации указанной идеи. Ожидается, что применение предложенных методов и подходов, позволит добиться ряда научных и практических результатов.1. Существенно увеличить скорость распознавания и классификации изображений в нейросетевых вычислительных структурах и снизить ресурсные издержки на их реализацию. Это позволит значительно расширить применение автоматизированных средств обработки визуальной информации на практике, для решения как повседневных, так и узкоспециализированных задач.2. Разработать аппаратные и аппаратно-программные комплексы нейросетевой обработки изображений, отличающиеся от известных аналогов использованием вычислений в конечных кольцах и полях. Данный продукт может найти широкое применение для использования в автономных устройствах: беспилотном наземном транспорте, беспилотных летательных аппаратах, робототехнических системах и т. д.3. Увеличить отказоустойчивость аппаратной реализации нейросетевых структур за счет применения методов вычислений в системе остаточных классов, что позволить найти практическое применение таким устройствам в стрессовых ситуациях на практике, например, в условиях низкого энергопотребления, низких температур, космической радиации и т. д.