Самарские ученые разработают первую российскую открытую платформу для обработки и анализа гиперспектральных данных со спутников и БПЛА

Разработка поможет импортозаместить зарубежные аналоги.

Ученые Института искусственного интеллекта Самарского университета им. Королёва в течение полутора лет разработают первую общедоступную платформу для сбора и обработки гиперспектральных данных дистанционного зондирования Земли (ДЗЗ), получаемых со спутников и беспилотных летательных аппаратов и используемых в сферах умного агропрома и экологического мониторинга. Автоматическая обработка этих данных с помощью нейросетей и специальных алгоритмов позволит улучшать качество гиперспектральных изображений, "очищая" их от искажений. Проект будет реализован на средства гранта Фонда содействия инновациям в размере 10 млн рублей.

Данные гиперспектрального дистанционного зондирования Земли из космоса и с беспилотных летательных аппаратов применяются для решения различных задач в сельском и лесном хозяйстве, геологии, экологии и даже в правоохранительной сфере - например, для поиска наркосодержащих растений. Основное отличие гиперспектральных изображений от обычных - наличие десятков или даже сотен спектральных каналов, что позволяет обнаружить невидимые обычными камерами различия в наблюдаемых объектах. Так, гиперспектральные снимки зеленых насаждений и сельскохозяйственных культур позволяют определить вид растений и их состояние, наличие необходимых минеральных веществ и степень увлажнения почвы, а также выявлять те участки сельхозугодий, где требуется провести обработку для точечного уничтожения появившихся сорняков или насекомых-вредителей.

Современные программные комплексы для обработки гиперспектральных данных ДЗЗ, в основном, разработаны компаниями США. В целях достижения технологического суверенитета в России необходимо создать собственную отечественную платформу для анализа подобных данных.

"В рамках проекта мы разработаем открытую отечественную программную платформу, использующую сквозную технологию сбора и анализа гиперспектральных данных на основе глубокого обучения. Платформа будет общедоступна для использования и расширения ее возможностей для решения нестандартных задач. Она будет написана на языке Python и размещена на известном веб-сервисе GitHub, что сделает ее использование и расширение доступным для максимального числа потенциальных пользователей. Предварительная обработка изображений на этой платформе будет включать в себя, в том числе, возможность компенсации артефактов съемки и комплексного объединения с данными из других источников", - рассказал директор Института искусственного интеллекта профессор  Артем Никоноров .

Как отметил директор Института, во время продолжительной гиперспектральной съемки (как и любой другой) может наблюдаться неоднородность освещения, связанная с изменением погодных условий, возникать различные цифровые шумы и геометрические искажения. Данные проблемы можно компенсировать в рамках платформы при помощи специальных алгоритмов, разработанных ранее учеными Самарского университета. Платформа позволит принимать данные с самых различных гиперспектрометров как российского, так и зарубежного производства.

Платформа также сможет помочь с анализом гиперспектральных данных не только в сфере ДЗЗ, но и в медицине (определение онкозаболеваний, патологий сердца и кровообращения, заболеваний сетчатки), в промышленности (определение качества сырья и готовой продукции, определение пород и их химического состава) и в других отраслях. По словам разработчиков, коммерциализация проекта возможна в перспективе за счет заказной кастомизации платформы под потребности конечного потребителя.

Актуальность и востребованность предлагаемой разработки подтверждается большим количеством писем поддержки проекта от коммерческих компаний, университетов, научно-образовательного центра мирового уровня "Инженерия будущего" и органов госуправления", - отметил Артем Никоноров.

У ученых, участвующих в этом проекте, уже есть опыт создания и развития подобных масштабных решений с открытым кодом. Ранее ими была разработана и опубликована на GitHub открытая платформа OpenNFT, предназначенная для реализации проектов в области нейробиологической обратной связи на основе данных функциональной МРТ. Программная платформа OpenNFT позволяет в буквальном смысле увидеть и проанализировать активность мозга в режиме реального времени и успешно применяется сейчас в ряде известных университетов и научно-исследовательских центров мира, в том числе в Федеральной политехнической школе Лозанны (Швейцария), Йельском и Колумбийском университетах (США), Университете Суррея (Великобритания), Новосибирском государственном университете и других ведущих научных центрах.