Россияне больше не спрячутся от дронов: ВСУ оснащают новейшей системой машинного зрения

MLP TALAN машинное зрение машинное обучение дроны машинное обучение дроны
Фото: Facebook | Оператор дрона, иллюстративное фото

Технология уменьшает зависимость беспилотников от оператора, GPS и средств РЭБ. С ней большинство боевых дронов смогут сами искать цели и видеть то, что не незаметно человеческим глазам.

В конце 2023 года компания Talan Systems представила собственную систему машинного зрения для беспилотников MLP TALAN, которая использует машинное обучение и доступна для установки почти на все дроны, которую сейчас внедряют в ВСУ. Разработчики рассказали о системе сайту dev.ua.

Универсальная платформа машинного обучения основана на технологии искусственного интеллекта для распознавания объектов. MLP TALAN позволяет обнаруживать изображения объектов с камер беспилотников в условиях радиоэлектронной борьбы.

"Когда теряется связь, становится очевидной разница между Machine Vision, обычным трекингом и обнаружением объектов, особенно в приоритетах. Это должно быть must-have в военных технологиях на сегодняшний момент", — рассказывает Олег Амиргусейнов, один из соучредителей компании.

Систему учат распознавать объекты, скрытые за другими. В условиях боевых действий люди и техника часто прячутся за препятствиями, где их нужно найти. С учетом всех деталей одна конкретная модель обучается в течение месяца, что позволяет получить 60-70% точности распознавания.

Платформа пригодна для разведки: она отслеживает движение объектов в реальном времени и "ведет" их камерой. Также в реальном времени MLP TALAN отображает в интерфейсе информацию о цели: ее тип, статус и другие данные.

MLP TALAN машинное зрение машинное обучение дроны машинное обучение дроны Fullscreen
Скриншот системы распознавания MLP TALAN для распознавания MLP
Фото: Dev.ua

В бою дроны с MLP TALAN могут автоматически отслеживать цели объекты без вмешательства оператора и в условиях РЭБ. Можно заранее установить каждому беспилотнику приоритеты выбора конкретных типов целей. После определения система может автоматически управлять дроном для дальнейшего наблюдения или поражения цели.

Систему можно установить практически на любой воздушный или наземный беспилотник. Это могут быть летательные аппараты, наземные самоходные дроны, вооруженные турели, в том числе разведывательные и ударные БПЛА. Платформа использует машинное обучение для присвоения классов объектам, распознавания видов техники противника и других объектов, которые могут стать целью дрона.

Разработчики утверждают, что программное решение нужно использовать с учетом аппаратной части и в контакте с производителями дронов для интеграции программы в конкретные модели беспилотников. Конечно, в процессе интеграции будут проявляться аппаратные ограничения дронов, но совместимость очень широкая. Разработчики рассчитывают на тесное сотрудничество с военными для улучшения собственного продукта с учетом реальных боевых условий. Идет процесс внедрения разработки в использование ВСУ, но детали и сроки не называются из соображений безопасности.

По словам разработчиков, в решения заложен промышленный и системный характер. Они базируются на современных нейронных моделях производства компании Neurotechnology (Литва), которая является партнером Talan Systems.

Для обучения идентификации целей нейросеть использует десятки тысяч фото. Каждое изображение имеет маркировку для идентификации объектов на нем. Примерно пятая часть изображений могут быть сгенерированными или вымышленными. В финале обучения система знает, как выглядят лица, конкретные образцы техники и другие предметы.

"Так же мы можем работать с домами, едой, техникой, можем научить различать марки кетчупа, соуса, а также танки, различать БМП от машин и самолетов. Но это тяжелая и кропотливая работа", — объясняет Олег.

Как сообщалось ранее, машинное зрение дронов уменьшает зависимость от навыков оператора, а также может нивелировать роль окопного РЭБ, из-за автоматического захвата целей беспилотником. Российские оккупанты также начали внедрение машинного зрения в БПЛА.