Kako računalo može prepoznati pješaka, automobil ili neočekivanu prepreku na cesti? Istraživači Fakulteta elektrotehnike i računarstva Sveučilišta u Zagrebu koristili su superračunalo „Supek” za razvoj metoda računalnog vida koje omogućuju pouzdaniju analizu slika i videa, s primjenom u autonomnoj vožnji i procjeni sigurnosti prometne infrastrukture.
Kako naučiti računalo da vidi
Da bi računalo razumjelo fotografiju ulice, mora odrediti značenje svakog pojedinog piksela slike. Treba prepoznati gdje je cesta, gdje pločnik, a gdje se nalaze pješaci i vozila. Taj se zadatak naziva gusta analiza slike i bio je u središtu projekta ADEPT.
Projekt vodila je istraživačka skupina profesora Siniše Šegvića s Fakulteta elektrotehnike i računarstva Sveučilišta u Zagrebu, u suradnji s Fakultetom prometnih znanosti Sveučilišta u Zagrebu i Tehničkim sveučilištem u Grazu. Na projektu je radilo deset doktoranada, od kojih je četvero tijekom njegova trajanja(2021. – 2025.) doktoriralo.
Prepoznati i ono što model nije naučio
Jedan od najvećih izazova računalnog vida jest razviti modele koji ne rade dobro samo u kontroliranim uvjetima, nego i u stvarnom svijetu, gdje se mogu susresti s nepredvidivim situacijama. Za to ih je potrebno trenirati na velikim i raznolikim skupovima podataka.
Poseban smjer istraživanja bio je razvoj metoda za prepoznavanje nepoznatih objekata. U stvarnom prometu mogu se pojaviti nepredviđene prepreke, poput životinje, izgubljene igračke ili komada namještaja na cesti. Takve objekte sustav koji je naučio prepoznavati samo unaprijed određene kategorije može pogrešno protumačiti.
Istraživači su razvijali metode koje omogućuju modelima da prepoznaju i označe objekte koji ne pripadaju poznatim kategorijama. Pokazali su da se takva sposobnost može razviti korištenjem postojećih skupova slika, bez dodatnog ručnog označavanja podataka. Rezultati istraživanja u ovom području donijeli su skupini i međunarodne nagrade i priznanja.
Od istraživanja do primjene
Uz prepoznavanje nepoznatih objekata, istraživači su razvijali i učinkovitije modele koji mogu analizirati slike u stvarnom vremenu uz manju potrošnju računalnih resursa, što je posebno važno za njihovu primjenu u autonomnim vozilima.
Istraživanja su obuhvatila i predviđanje razvoja prometnih situacija, procjenu sigurnosti prometnica te zaštitu sustava računalnog vida od zlonamjernih napada. Dio rezultata nastavlja se razvijati i nakon završetka projekta. Tako je istraživanje automatske procjene sigurnosti prometne infrastrukture povezano s projektom GAIN, u sklopu kojeg se analiziraju i unaprjeđuju prometnice u blizini škola u Vijetnamu.
Bi li sve to bilo moguće i bez superračunala?
Računalni resursi Srca omogućili su istraživačima provođenje eksperimenata i opsežnih testiranja u razmjerima koji ne bi bili izvedivi na uobičajenim računalima u razumnom vremenu. Superračunalo „Supek” omogućilo je istraživačima istodobnu obradu velikih količina podataka i treniranje modela na više od milijun slika. Modeli su učili prepoznavati više od 300 različitih kategorija objekata, a istraživanje je prošireno i na zahtjevniju analizu videa. Upravo je dostupnost te infrastrukture omogućila uspjeh projekta na razini vodećih svjetskih sveučilišta.
Time su Srce i superračunalo „Supek” pružilo važnu podršku razvoju metoda računalnog vida čija se istraživanja i primjena nastavljaju i nakon završetka projekta.
Cijeli članak dostupan je u časopisu Srce novosti, br. 107 (PDF, 67 MB).
