Ученые ТУСУРа создают «фабрику» изображений для обучения ИИ

Научный коллектив стал победителем конкурса Российского научного фонда (РНФ) на проведение фундаментальных и поисковых исследований с проектом «Конвейер генерации синтетических данных для повышения точности и обобщаемости моделей компьютерного зрения». Проект реализуется группой из четырех молодых сотрудников и аспирантов ТУСУРа, специализирующихся на компьютерном зрении, машинном обучении, генеративных моделях и анализе данных.

«Проект направлен на решение одной из ключевых проблем современных систем компьютерного зрения - нехватки качественных данных для обучения нейросетей, - рассказал старший преподаватель кафедры автоматизации обработки информации и руководитель проекта Роман Кульшин. - Во многих практических задачах сбор реальных изображений и их ручная разметка требуют больших затрат времени и средств, а в ряде случаев вообще невозможны, например при работе с опасными, редкими или аварийными ситуациями».

По его словам, в рамках проекта планируется разработка универсальной «фабрики» искусственных изображений для обучения нейросетей. Сначала создается цифровая модель объекта или процесса, после чего на ее основе автоматически генерируются изображения. В дальнейшем они поэтапно улучшаются, чтобы быть максимально приближенными к реальным. 

Технология может применяться в разных отраслях, где используются системы компьютерного зрения, но при этом затруднен сбор реальных данных: промышленный контроль качества, транспорт и беспилотные системы, системы безопасности, медицина, робототехника. Создаваемая учеными ТУСУРа «фабрика» позволит снизить стоимость и сроки разработки, масштабирования ИИ-решений.

В настоящий момент ученые кафедры автоматизации обработки информации разработали отдельные подходы к созданию синтетических изображений на основе 3D-моделей и игровых движков. В 2026 году планируется создание всех этапов конвейера и проведение серии экспериментов, в 2027-м - подготовка воспроизводимого прототипа «фабрики».

«Аналогичные исследования ведутся во многих научных центрах, однако, как правило, они ориентированы на узкие прикладные задачи, - рассказал Ромаш Кульшин. - Уникальность проекта заключается в создании именно универсального и многоуровневого конвейера, который сочетает цифровые двойники, GAN и VAE в единой архитектуре. Кроме того, особое внимание уделяется вопросу обобщаемой способности моделей и системному анализу роли синтетических данных, а не только повышению точности в одном конкретном кейсе»