Нейросеть научилась распознавать запрещённый контент в потоковом видео

Понедельник, 7 октября 2019 г.

Следите за нами в ВКонтакте, Телеграм'e и Twitter'e

Российские специалисты создали алгоритм, который может выявлять необходимую информацию в видеопотоке без повтора записи. 50Wheel Video Marketing Software and Strategy Максим Вершинин 7 октября 2019 15:37

«С помощью нескольких нейронных сетей и технологий распределенных реестров мы можем анализировать видеопоток и выявлять нежелательный контент. Это могут быть определенные действия, жесты, предметы в руках. Обученная система эффективно распознает такие изображения с первого раза, не требуя повтора записи. Это значит, что такой фильтр может применяться при трансляции изображения», — приводит ТАСС слова руководителя Центра компетенций НТИ «Центр технологий распределенных реестров СПбГУ» Евгения Пена.

Разработчики отмечают, что их алгоритм позволяет не только помогать в поиске запрещённого содержимого, а также анализировать видеозаписи для контроля происходящих событий. В «Центре технологий распределенных реестров СПбГУ» заявляют, что нейросети таким образом могут следить за соблюдением порядка в общественных местах или для проверки качества работы сотрудников — когда алгоритм заметит отклонение от нормального хода событий, то будет выдано уведомление.

О том, в каких сферах и когда могут появиться подобные нейросети, авторы алгоритма пока не сообщают. Ещё больше по темам

Обсудить 0 Лучшее за неделю

Следите за нами в ВКонтакте, Телеграм'e и Twitter'e


Просмотров: 632
Рубрика: Hi-Tech


Архив новостей / Экспорт новостей

Ещё новости по теме:

RosInvest.Com не несет ответственности за опубликованные материалы и комментарии пользователей. Возрастной цензор 16+.

Ответственность за высказанные, размещённую информацию и оценки, в рамках проекта RosInvest.Com, лежит полностью на лицах опубликовавших эти материалы. Использование материалов, допускается со ссылкой на сайт RosInvest.Com.

Архивы новостей за: 2018, 2017, 2016, 2015, 2014, 2013, 2012, 2011, 2010, 2009, 2008, 2007, 2006, 2005, 2004, 2003