技術的な監視ツールの急速な開発は、データ量の急速な増加につながります。
重要な傾向の1つは、デバイスセンサーの情報機能（感度と放射精度を含む）の向上です：無人航空機は15分間の飛行でギガバイトのデータを生成し、一部の気象測定装置が収集する情報量は1日あたり100 GBを超えます。
テーマ情報処理のための既存の自動化ツールは、新しく到着した情報（認識が必要な特定の画像）と、たとえば以前の観測中に蓄積された関連データの両方を使用します。 原則として、視覚データの収集とその初期処理は自動的に実行されますが、受信したオペレーターは人間のオペレーターによって分析されます。
情報処理のインテリジェントなタスクは、それらが解決されるとき、人が進化の間に彼に形成された脅威を認識する能力を使用することを示唆します。 これらのプロセスを自動化するには、これまで人だけが解決できるタスクを分類し、人間のオペレーターの能力を可能な限り完全に説明および特徴づけて、テーマ情報処理の自動手段の対応する要件を作成する必要があります。 今日、大量のデータを処理するための十分な人的資源がないため、たとえばCCTVカメラからの視覚情報を処理するためのインテリジェントテクノロジーの開発は非常に活発です。
開発チームと熱狂的なチームは、現在、Advanced Research FoundationとSkolkovo Foundationが実施している画像認識と分類のためのインテリジェントテクノロジーの開発競争の一環として、種情報を解読するスマートテクノロジーの作成に挑戦できます。 この場合、知的技術は、情報を処理するプロセスにおいて人間のオペレーターを完全に置き換えることができる情報システムとして理解されるべきです。
競争の主な目標は、航空写真や可視波長範囲の宇宙船からの撮影中に取得された画像内のオブジェクトの自動検索と認識のための技術の開発です。つまり、現在の状態では完全な分析のためにオペレーターの作業が必要です。 今日、航空宇宙情報のテーマ別解釈のプロセスは、特定のタスクに焦点を合わせた地球の表面の特定の図を作成するために、段階的なグループ化とデータ変換で構成されています。 コンテストの参加者は、画像内のオブジェクトを検出する問題を解決する必要があり、分析用の画像は、赤外線範囲での空中写真撮影と地球のリモートセンシングに宇宙船を使用して取得できます。 認識オブジェクトは、集落の外側にある単一の長方形の構造と見なされます。 単一の構造の構造および他の構造との関連でのその位置は、主催者が参加者に提供するトレーニングサンプルのエキスパートマーキングによって決定されます。
コンテストの結果によると、最高の参加者は、プロジェクトをさらに調査することなく、スコルコボの住民になることができます。 また、航空宇宙情報の自動解釈のための技術を作成するための、Advanced Research Foundationの科学技術プロジェクトの実施に関する受賞者との合意も締結されます。 さらに、彼はスコルコボ基金から最大500万ルーブルの資金を提供されます。
赤外線範囲の空中写真で得られた画像内のオブジェクトを認識するタスクに関する競争力のあるドキュメントは、近い将来に財団の先端研究に投稿されます。
コメントに書いて、参加して、質問してください！