Ученые МТУСИ разработали интеллектуальную систему, направленную на обеспечение безопасности сотрудников на производстве. По словам авторов, решение получено благодаря применению фреймворка машинного обучения PyTorch. Результаты работы опубликованы в журнале SYNCHROINFO.
Сегодня в промышленной индустрии все больше внимания уделяется безопасности работников: на ее обеспечение приходится значительная часть всех расходов предприятия. Несчастные случаи приводят не только к травмам, но и к потере имиджа компании, снижении доходов.
Несмотря на ускоренное развитие информационных технологий, значительная часть задач по обеспечению безопасности на производстве выполняется вручную. По словам исследователей, у такого подхода есть очевидные недостатки: важная информация зачастую ускользает из человеческого поля зрения, а затраты на такую деятельность высоки.
Сегодня в промышленной индустрии все больше внимания уделяется безопасности работников: на ее обеспечение приходится значительная часть всех расходов предприятия. Несчастные случаи приводят не только к травмам, но и к потере имиджа компании, снижении доходов.
Несмотря на ускоренное развитие информационных технологий, значительная часть задач по обеспечению безопасности на производстве выполняется вручную. По словам исследователей, у такого подхода есть очевидные недостатки: важная информация зачастую ускользает из человеческого поля зрения, а затраты на такую деятельность высоки.
«Мы предлагаем программу, лишенную этих несовершенств: фото- и видеоматериалы обрабатываются в автоматическом режиме, затем выявляются нарушения техники безопасности и предоставляется отчет», — пояснил декан факультета «Информационные технологии» МТУСИ, к.т.н. Михаил Городничев.
Представленное решение позволит распознать, нарушают ли технику безопасности работники, использующие станки на производстве. Фото и видео, зафиксированные на камеру, передаются в программу вместе с разметкой для оборудования. После обработки материала появляется статус, подтверждающий или опровергающий нахождение в опасной зоне.
«Ответственный за безопасность имеет постоянный доступ к отчетам системы: благодаря этому можно просмотреть подробную информацию, увидеть скриншот и данные нарушителя», — комментирует старший преподаватель кафедры «Математическая кибернетика и информационные технологии», соавтор работы Ксения Полянцева.
Приложение разработано на языке Python, для распознавания людей и ключевых точек на их теле (запястья, плечи, колени, голова и др.) использованы фреймворк PyTorch и нейросеть KeyPoint R-CNN.
Все исследования в области искусственного интеллекта ведутся на факультете «Информационные технологии» МТУСИ.
Источник
Все исследования в области искусственного интеллекта ведутся на факультете «Информационные технологии» МТУСИ.
Источник