Исследования · Оптика · Компьютерное зрение
Создаём оптико-вычислительные системы, получаем гиперспектральные данные и превращаем их в работающие AI-решения.
Полный цикл
Институт искусственного интеллекта
Мы объединяем дифракционную оптику, гиперспектральную съёмку, компьютерное зрение и облачную обработку. Команда ведёт разработку от экспериментального прототипа и калибровки до модели, интерфейса и прикладного результата.
Проектируем компактные оптические системы и дифракционные элементы.
Получаем спектральные данные наземными и дистанционными сенсорами.
Восстанавливаем гиперспектральный куб из оптически закодированного сигнала.
Собираем, обрабатываем и храним данные в единой браузерной среде.
Превращаем спектры, изображения и карты в прикладные решения.
Собственные разработки
Оптика кодирует информацию, алгоритмы восстанавливают спектр, а облачная платформа помогает исследовать и применять данные.
Оптико-вычислительная системаHydra / Snapshot HSI
Стандартный RGB-сенсор, массив из 16 гармонических дифракционных линз и компактная нейросеть восстанавливают 31 спектральный канал за одну экспозицию.
Как работает Hydra
Облачная платформа
HSIView / Browser workspace
Единая защищённая среда для загрузки, просмотра, обработки, разметки, обучения моделей и публикации геопривязанных результатов.
Открыть HSIViewВход по учётной записи HSIView. Запросить доступ · Рассмотрим заявку в течение недели.
Загрузить или собрать HSI
Настроить и подготовить данные
Исследовать спектральную информацию
Разметить и обучить модель
Экспортировать или опубликовать
Области применения
Подбираем состав измерений, оптики и обработки под конкретную задачу — от лабораторного эксперимента до полевого мониторинга.
Спектральная идентификация материалов, контроль качества и автоматическая сортировка.
↗Анализ состояния растений, расчёт индексов и подготовка данных для точного земледелия.
↗Обработка геопривязанных гиперспектральных данных и публикация результатов на карте.
↗Поиск цветения воды и загрязнений по данным наземной и беспилотной гиперспектральной съёмки.
↗Воспроизводимые эксперименты со спектрами, разметкой и нейросетевыми моделями.
↗Исследования
Optical encoding + learning
Исследуем всю цепочку: оптическое кодирование, полевой сбор данных, открытые датасеты и устойчивые модели сегментации для реальных условий.
Код и дополнительные материалыОптико-вычислительная архитектура моментальной гиперспектральной съёмки со стандартным RGB-сенсором.
Открыть публикациюКаждая работа представлена через основную научную идею, проверяемые результаты и ссылку на полный текст.
Трансформер для устойчивой сегментации овса, кукурузы и сорняков при изменении освещения в полевых условиях.
Обзор методов и сценариев совместного применения AI и HSI — от агротехнологий и экологии до медицинской диагностики.
Беспилотная гиперспектральная съёмка для анализа речной воды, обнаружения цветения и посторонних загрязнений.
Ансамбли нейросетей классифицируют образцы почв по содержанию углерода и кальция.
Открытый набор полевых изображений растений, собранный собственным гиперспектрометром для задач smart agriculture.
Модифицированная M3D-DCNN объединяет спектральные и пространственные признаки растительности.
Адаптивный вегетационный индекс формирует обучающую выборку, а 3D-CNN анализирует спектрально-пространственные связи.
Начать проект
Есть задача для спектрального анализа?
Расскажите об объекте, условиях съёмки и ожидаемом результате. Мы предложим состав измерений, оборудования и обработки.