ПРИМЕНЕНИЕ ТЕХНОЛОГИЙ ДОПОЛНЕННОЙ РЕАЛЬНОСТИ ДЛЯ ОПРЕДЕЛЕНИЯ БОЛЕЗНИ У ЖИВОТНЫХ

АННОТАЦИЯ

Сегодня животные часто болеют различными заболеваниями. Чтобы понять, чем именно заболело животное, нужно записаться на прием к ветеринару, приехать, только тогда будет понятно, что случилось. Но теперь в мире появились довольно мощные технологии, облегчающие жизнь в такие моменты. В этой статье обсуждается возможное применение технологий дополненной реальности для определения болезней у животных, чтобы вы могли немедленно помочь им, не теряя лишнего времени.

ABSTRACT

Today animals often suffer from various diseases. To understand what exactly the animal got sick, you need to make an appointment with the veterinarian, come, only then it will be clear what happened. But now the world has come up with quite powerful technologies that make life easier. This article discusses the possible application of augmented reality technologies to determine disease in animals, so that you can immediately help them without wasting extra time.

Ключевые слова: Дополненная реальность, животные, болезнь, ветеринар.

Keywords: Augmented reality, animals, disease, veterinarian.

Дополненная реальность — это среда, в реальном времени дополняющая физический мир, каким мы его видим, цифровыми данными с помощью каких-либо устройств — планшетов, смартфонов или других, и программной части. Другими словами, в дополненной реальности виртуальные объекты проецируются на реальное окружение [1].

Заболевания у животных, в данное время, представляют серьезную угрозу людям, а также сельскохозяйственному ремеслу. В соответствии с некоторыми исследованиями выяснилось, что из-за заболеваний животных потери урожая составляют около 40-50%.  Достижение людьми таких технологий, как дополненная реальность, могут помочь решить эту проблему. Будет возможным сразу распознавать болезнь и лечить её, что даст возможность бесперебойной работы заводов и фермеров [2].

За основу можно взять исследования и разработку компании PDDP. Они разработали приложение, которое способно распознавать болезни у растений. Они рассказали, что самым удобным способом решения проблемы – это использование глубокой нейронной сети, обученную на большом наборе данных. Существует множество методов, основанных на глубоком обучении, которые используются для выявления болезней растений. Самый лучший метод – трансферное обучение. По исследованиям компании PDDP, точность составила 99.7%, полученная этим методом. Для базы данных они собрали разные фотографии из открытых источников (справочники, энциклопедии, форумы), уменьшили их и извлекли только значимые части.[3]

Рисунок 1. Пример изображения из базы данных PDD

PDDP использует, так называемую, сиамскую сеть. Это разновидность искусственной нейронной сети (англ. artificial neural network), которая состоит из двух идентичных нейронных подсетей с одинаковыми наборами весов. Данный вид сетей позволяет сравнить вектора признаков двух объектов с целью выделить их семантическое сходство или различие. Сиамская нейронная сеть представляет собой нелинейное отображение данных с целью приблизить друг к другу схожие объекты и разнести различные объекты на максимально возможное расстояние. То есть, сиамская сеть учит нейросеть на парах изображений, что очень выгодно для большого количества данных [4].

На подобии этих же исследований можно провести разработку анализа болезней у животных. Нужно обработать тысячи фотографий, выделить самые значимые части, где болезнь видна лучше всего и загрузить в базу данных, а далее на основе сформированной базы данных обучить нейросеть распознавать болезнь.

Технологию дополненной реальности с технологией PDDP можно будет добавить на телефон в виде приложения. Для этого можно будет использовать технологию Apache Cordova. У пользователя будет возможность сфотографировать животное, его раны, все, что его тревожит, а приложение просчитает, в порядке ли оно или нет [3].

Рисунок 2. Пример интерфейса приложения PDDApp

В данный момент самым ярким примером применения дополненной реальности в распознавании животных и растений является «iNaturalist». Компания, которая разработала это приложения действовала по такому же пути, что описано выше. Они тоже использовали нейронные сети, AutoML и базы данных. Но они продвинулись чуть дальше, они добавили функцию распознавания животных по звуку в приложении «Seek». Это отличная функция, ведь можно будет прослушивать странные звуки животных (кашель, хрип), что может помочь в определении болезни [5].

Эту разработку можно доработать, чтобы приложение показывало, где именно находится зараженный участок животного и как его лучше обработать или вылечить. Ветеринары смогу сами добавлять информацию о заболеваниях, поправлять приложение, чтобы оно работало лучше.

Для более объективного вывода были сделаны 2 опроса, где пользователям сначала рассказали, что из себя представляет технология дополненной реальности, возможность их применения и как это могло бы им помочь.

Рисунок 3. Результат опроса №1

Среди тех, кто был опрошен, только 67.4% просто не знали, что такое разрабатывают и могут внедрить для общего пользования. Около 25% слышали, но вообще не пользовались, думая, что это не работает так хорошо, как на самом деле. И только 7.6% слышали и пользовались такими приложениями. Это говорит нам о том, что нужно распространять такие технологии и системы, чтобы о них знало большинство людей.

Рисунок 4. Результат опроса №2

В результате второго опроса выяснилось, что, узнав о таких технологиях, люди будут пользоваться им, так сказали 76% опрошенных. Из них 19% не готовы доверять им, и готовы потратить лишнее время, чтобы съездить к ветеринару. И всего 5% не готовы к переменам вообще и хотят пользоваться только информацией из интернета.

Нельзя не упомянуть то, что довольно большое количество, а именно 17% затронуло тему болезней у самих людей. Они рассказали, что было бы очень хорошо, если её можно было бы использовать на себе, чтобы лечиться, не ходя к врачу.

В дальнейшем планируется усовершенствовать эту технологию для более широкого использования. Так, например, можно было бы ввести эту технологию хирургам в отсталых странах третьего мира, чтобы они могли практиковаться, не подставляя под угрозу жизнь пациента.

Список литературы:

1. Maevv. AR – Дополненная реальность // Habr — 2018. [электронный ресурс] — URL: https://habr.com/ru/post/419437/ (дата обращения: 14.05.2021)
2. Брянская городская администрация. Организация защиты сельскохозяйственных животных и растений от заражения — 2015. [электронный ресурс] — URL: https://bga32.ru/uploads/2017/12/bga32 -ru-Zashity-zhivotnyh-i-rastenij-ot-zarazheniya.pdf (дата обращения: 14.05.2021)
3. А. Ужинский, Г. Ососков, П. Гончаров, А. Нечаевский. Многофункциональная платформа и мобильное решение для распознавания растений: учеб. пособие.  — 111-114 с.
4. А. Ужинский, Г. Ососков, П. Гончаров, А. Нечаевский и Ю. Зудикхина. Глубокие сиамские сети для обнаружения болезней растений: учеб. пособие — 1-4 с.
5. Мария Масальцева. Вышло приложение, которое распознает растения и животных по фотографиям и звукам // АфишаDaily — 2018. [электронный ресурс] — URL: https://daily.afisha.ru/new/15902-vyshlo-prilozhenie-kotoroe-raspoznaet-rasteniya-i-zhivotnyh-po fotografiyam-i-zvukam/ (дата обращения: 14.05.2021)