😢 Проблема: по мере развития глобального потепления в разных местах планеты происходит всё больше стихийных бедствий, например наводнений, торнадо и лесных пожаров. Время и место таких событий всё ещё нельзя предсказать, поэтому важно их хотя бы оперативно обнаруживать. В таком случае службы экстренной помощи и всемирные организации смогут быстро реагировать и спасти как можно больше жизней.
😎 Решение: обнаруживать стихийные бедствия по изображениям в социальных сетях. Для этого составили список из 43 классов происшествий, в том числе стихийных бедствий, таких как сход лавины, песчаная буря, землетрясение, извержение вулкана, засуха и так далее. В список также вошли события, связанные с вмешательством человека, например авиакатастрофы и несчастные случаи при строительстве.
По этим классам, а также по 49 классам мест маркировали почти два миллиона изображений в базе данных, которые затем использовали для обучения модели. Чтобы удалять ложные срабатывания, использовали специальные метки. Например, с их помощью модель не определяет пожар по изображению камина.
🤔 Как работает: модель анализирует изображения, которые опубликованы в социальных сетях. По этим изображениям она определяет, если случилось происшествие, в котором людям требуется гуманитарная помощь.
🤨 И что? Авторы модели говорят, что в их планах доработать систему, чтобы определять по изображениям серьёзность происшествий и наблюдать за ними с течением времени. Анализ изображений также можно комбинировать с изучением их текстовых описаний или отдельных текстовых сообщений, чтобы обеспечить более точную классификацию ситуации.
🧑💻 Кто: исследователи Национальной лаборатории им. Лоуренса Беркли, Массачусетского технического института, США, Датского технического университета, Дания, Катарского научно-исследовательского института вычислительной техники, Катар.
Источники: news8plus.com и ieeexplore.ieee.org