Напомним, что конкурс «УМНИК» проводит Фонд содействия инновациям совместно с Минэкономразвития России. Он ориентирован на поддержку проектов, по итогам реализации которых будут получены научно-технические результаты. Победители конкурса получают по 500 тысяч рублей. В 2026 году в число победителей вошло восемь студентов и аспирантов ТУСУРа.

«Обычное компьютерное зрение отлично работает в ясную погоду, но «слепнет» в сложных метеоусловиях, - рассказал Герман Эдель. - Собрать десятки тысяч реальных фото с аварийными ситуациями в экстремальную непогоду практически невозможно и астрономически дорого. Я работаю над созданием программного модуля, который генерирует синтетические датасеты со сложными метеоусловиями – настраиваемым дождем, туманом».

Суть проекта – быстро и дешево готовить нейросети к работе в реальном, жестком климате без ручной рутины. На выходе разработчик получает физически корректные кадры с уже идеальной автоматической разметкой под детекторы вроде YOLOv11. Целевой потребитель - разработчики систем беспилотного транспорта и умных городов, производители робототехники и системные интеграторы видеоаналитики.

«Идея родилась из личного исследовательского опыта: каждый раз, когда я брался за новую задачу в области компьютерного зрения, огромное количество времени уходило на сбор набора данных, - пояснил аспирант. - В какой-то момент стало очевидно: бутылочное горлышко современного ИИ – это не вычислительные мощности, а дефицит специфических данных. Я считаю необходимым там, где это возможно убрать человеческий фактор из тех процессов, где машина справляется точнее и быстрее. Зачем заставлять человека обводить пиксели на экране, если можно построить алгоритм генерации контролируемой среды?»

Специализированный генератор синтетических данных будет работать как виртуальная фотостудия с полным контролем физики: инженер будет задавать нужные параметры, и программа создаст тысячи реалистичных сцен.

В настоящий момент аспирант разработал рабочий прототип на Python, который позволяет создавать сцены, имитировать непогоду и автоматически размечать объекты для нейросетей семейства YOLO. В 2026 году исследователь планирует доказать на тестах эффективность обучения на созданных программным модулем изображениях, в 2027-м – представить рабочий продукт.

«На мировом рынке существуют популярные решения, такие как платформа Parallel Domain (США) и CVEDIA-RT (Нидерланды), - рассказал Герман Эдель. - Главные отличия моей разработки: полная независимость от зарубежных облачных подписок и санкционных рисков – программа полностью развертывается локально (On-Premise) без абонентской платы; открытая архитектура, которую легко адаптировать под новые классы объектов; и скорость подготовки данных, в десятки, а то и сотни раз превышающая традиционную ручную разметку».

Сейчас Герман является аспирантом Института радиоэлектронной техники (ИРЭТ) ТУСУРа. Проект напрямую связан с его исследовательским профилем.

«Выбрал кафедру телевидения и управления ради сильной прикладной базы в обработке сигналов и изображений, - сказал аспирант. - Мне всегда было интересно не просто писать код ради кода, а работать со сложными физическими процессами передачи и анализа визуальной информации. Аспирантура здесь дает нужную научную глубину и свободу для разработки собственных инженерных алгоритмов. Проект по генерации синтетических данных и имитации оптических искажений в непогоде – логичное продолжение моей диссертационной и исследовательской работы на кафедре».