Credit: ČVUT

Místo UFO raroh velký

Na záběrech z dronu z roku 2016 byl v americkém státě Utah zachycen neznámý, rychle letící objekt a řada lidí od té doby žila v domnění, že jde o UFO. Pět let poté, 4. června tohoto roku, se podařilo prokázat, že šlo ve skutečnosti o sokolovitého ptáka raroha velkého. K vyvrácení hypotézy o UFO přispěla podrobná analýza dostupných záběrů s pomocí metody DeFMO. Za speciálním algoritmem, který z jednoho rozmazaného obrázku dokáže zrekonstruovat původní objekt, stojí výzkumník Denys Rozumnyi z Fakulty elektrotechnické ČVUT (FEL). 

Absolvent Fakulty elektrotechnické ČVUT Denys Rozumnyi začal svůj výzkum rozvíjet již před pěti roky během bakalářského studia na FEL a pokračuje v něm i při současném doktorském studiu na nejlepší evropské technické univerzitě ETH Curych. Pod vedením odborníka na počítačové vidění, prof. Jiřího Matase z FEL ČVUT, začínal s detekcí rychle se pohybujících objektů. Následně přidal výpočet trajektorie a nakonec rekonstrukci, resp. doostření, rozmazaného pohybujícího se objektu. „Díky mému působení na ČVUT FEL a ETH Zurich jsem dokázal spojit dva světy – detekci rychlých objektů a jejich 3D rekonstrukci,” říká Denys Rozumnyi.

„Hlavní využití, na které jsme při vývoji metody DeFMO mysleli, jsou v dopravě nebo sportu. Cílem je naučit autonomní vozidla reagovat na náhlá nebezpečí nebo třeba odhalit rychlost podání nebo rotaci míčku v tenise nebo ve fotbale,” popisuje původní motivaci absolvent FEL ČVUT. Využití při identifikaci UFO autora metody nenapadlo, ale to patří k základnímu výzkumu, že najde uplatnění v nečekaných aplikacích a kontextech. „Kód je veřejně dostupný, takže metodu může použít kdokoli,” dodává Denys Rozumnyi.

K určení objektu stačí pouhý jeden snímek

Metoda funguje na bázi strojového učení. Trénink probíhá tak, že ostrý obrázek je nejprve synteticky rozmazán. Následně se algoritmus v daném počtu iterací snaží obrázek rekonstruovat a odstranit rozmazání tak, aby se výsledek co nejlépe přiblížil originálu. Jakmile se algoritmus naučí objekty dostatečně dobře rekonstruovat, je schopný rozmazané obrázky velmi přesvědčivě “doostřit” dokonce v reálném čase. Fascinující je, že metoda nepotřebuje na vstupu video nebo více snímků. Algoritmu stačí pouhý jeden snímek! Rozmazání objektu na snímku je způsobené pohybem, a proto je možné zpětně zrekonstruovat trajektorii objektu i objekt samotný.

Výsledky výzkumného projektu, na kterém se vedle ETH Curych podílí Fakulta elektrotechnická ČVUT, prezentoval Denys Rozumnyi 25. června na nejlepší oborové konferenci v oboru informačních technologií – CVPR (Conference on Computer Vision and Pattern Recognition). Doostřením jednoho snímku to ale nekončí. Ve spolupráci se špičkovými vědci ze švýcarské univerzity ETH, Fakulty elektrotechnické ČVUT a Akademie věd ČR posouvá Denys Rozumnyi metodu k větší dokonalosti. Už teď jeho algoritmy umí rozmazaný objekt rekonstruovat do 3D modelu.

A co dál? „Další směr výzkumu je využít několik snímků. Pro nás to znamená mnohem více informací. Uvidíme pohybující se objekt z několika úhlů a uvidíme, jak se hýbe. To je pro 3D rekonstrukci zásadní,” říká Denys Rozumnyi o dalších plánech.

Revoluční metoda je ve fázi základního výzkumu. Zdrojový kód je ale otevřený a na případu s UFO vidíme první příklad použití v praxi. Pro chytré algoritmy může najít uplatnění kdokoliv další a spolupráce firem jako Google a Microsoft na výzkumu nasazení metod v praxi určitě urychlí. Výzkumník říká: „Z videa s 30 snímky za sekundu už teď dokážeme udělat 1000 snímků za sekundu.” Zdá se, že doba, kdy každý z nás bude mít v kapse “vysokorychlostní” kameru, není daleko.

tisková zpráva Fakulty elektrotechnické ČVUT v Praze

zdrojový kód: https://github.com/rozumden/DeFMO

První česká kosmická mise bude zkoumat možnosti těžby surovin na asteroidech

Družice projektu SLAVIA ponesou tzv. hyperspektrální kameru, která je schopná analyzovat složení blízkozemních meteoroidů. Česká …

Napsat komentář

Vaše e-mailová adresa nebude zveřejněna. Vyžadované informace jsou označeny *

Používáme soubory cookies pro přizpůsobení obsahu webu a sledování návštěvnosti. Data o používání webu sdílíme s našimi partnery pro cílení reklamy a analýzu návštěvnosti. Více informací

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close