به گزارش کارگروه فناوری اطلاعات سایبریان؛ دیوید شدل (David Schedl)، ایندراجیت کورمی (Indrajit Kurmi) و اولیور بیمبر (Oliver Bimber)، 3 محقق دانشگاه یوهانس کپلر (Johannes Kepler)، از هوش مصنوعی برای بهبود جستجوی افراد گمشده در جنگل با دوربین تصویربرداری حرارتی استفاده کردند. این محققان در مقاله خود، که در مجله «Nature Machine Intelligence» منتشر شد، نحوه کاربرد شبکه یادگیری عمیق برای مشکل افراد گمشده در جنگل و چگونگی کار را توصیف کردند.
هنگامی که افراد در جنگل‌ها گم می‌شوند، متخصصان جستجو و نجات با استفاده از هلی‌کوپترها در بالای منطقه پرواز می‌کنند. محققان علاوه بر اسکن ساده زمین موردنظر، از دوربین‌های شکاری و تصویربرداری حرارتی استفاده می‌کنند. کارشناسان امیدوارند که چنین دوربین‌هایی تفاوت دمای بدن افراد روی زمین را در مقایسه با محیط اطراف آنها آبرای شناسایی بهتر آسان‌تر کنند. در برخی موارد تصویربرداری حرارتی به دلیل در نظر گرفتن پوشش گیاهی لایه زیرین یا گرمای خورشید و رسیدن دمای درختان به دمای مشابه ه بدن فرد درست عمل نمی‌کنند. در این فعالیت جدید، محققان تلاش کردند تا با استفاده از یک برنامه یادگیری عمیق برای بهبود تصاویر ساخته شده، بر این مشکلات غلبه کنند.
راه‌حلی توسعه یافته از سوی تیم تحقیقاتی، از یک برنامه هوش مصنوعی برای پردازش تصاویر متعدد از یک منطقه داده شده استفاده می‌کند. آنها آن را با استفاده از هوش مصنوعی برای پردازش داده‌ها از چندین رادیو تلسکوپ مقایسه می‌کنند. انجام این کار باعث می‌شود تا چندین تلسکوپ به صورت یک تلسکوپ بزرگ عمل کنند. بدین ترتیب، برنامه هوش مصنوعی مورد استفاده، به چندین تصویر حرارتی گرفته شده از هلی کوپتر (یا هواپیمای بدون سرنشین) اجازه می‌دهد تا تصویری ایجاد کند که گویی به‌وسیله دوربین با لنز بسیار بزرگ‌تر گرفته شده است. تصاویر تولید شده پس از پردازش عمق میدان بسیار بالاتری دارند و در آنها بالای درختان تار به نظر می‌رسد، در حالیکه افراد روی زمین بسیار بیشتر قابل تشخیص هستند. برای آموزش سیستم هوش مصنوعی، محققان مجبور شدند پایگاه داده تصاویر خود را ایجاد کنند. آنها از هواپیماهای بدون سرنشین برای گرفتن عکس از داوطلبان روی زمین و در موقعیت‌های بسیار گسترده استفاده کردند.
آزمایش نشان داد که دقت این سیستم تقریباً 87 تا 95 است، در حالیکه برای تصاویر حرارتی سنتی فقط 25 درصد دقت داشت. محققان بر این باورند که سیستم آنها برای استفاده از سوی گروه‌های جستجو و نجات آماده است و همچنین می‌تواند به‌وسیله تیم‌های اجرای قانون، ارتش یا تیم‌های حیات وحش مورد استفاده قرار گیرد.
