Просмотр новости
Найдите то, что Вас интересует
Спутники
РН
SpaceX
Роскосмос
NASA
Ученые «Сколтеха» и Центрального университета разработали метод компьютерного зрения для оценки коллекционных монет
Дата публикации: 18-08-2026 09:10:00
Исследователи из «Сколтеха» (группа ВЭБ.РФ) и Центрального университета при поддержке Русского нумизматического...
Основное содержимое страницы с новостью.
18 Августа 2026 12:10 18 Авг 2026 12:10 |
Исследователи из «Сколтеха» (группа ВЭБ.РФ) и Центрального университета при поддержке Русского нумизматического грейдингового агентства разработали метод для автоматизированной оценки коллекционных монет. Предложенный подход минимизирует субъективность современной экспертизы, проводимой вручную, и преодолевает традиционные ограничения алгоритмов компьютерного зрения при решении этой задачи: оценка стала точнее, детальнее и охватывает монеты разных типов. Об этом CNews сообщили представители «Сколтеха».
В настоящее время в нумизматике и инвестициях оценка оригинальности и состояния монет производится специалистами вручную. Группа экспертов проверяет аутентичность и сохранность монеты и присваивает ей грейд в соответствии с принятой в сообществе шкалой Шелдона. Этот процесс по своей природе субъективен, в связи с чем не раз предпринимались попытки его автоматизировать.
Существуют методы, которые сравнительно точно оценивают монеты одного конкретного типа, но их практическая ценность невелика. Кроме того, задача сама по себе существенно отличается от стандартной классификации изображений: два изображения на монетах могут быть почти идентичны по дизайну, номиналу и дате чеканки, однако небольшой разницы в сохранности и внешней привлекательности может быть достаточно, чтобы отнести их к разным грейдам. Такая ситуация в корне отличается, скажем, от классификации животных на кошек и собак, и использованных предшественниками классических методов компьютерного зрения попросту недостаточно для работы с датасетом, включающим разные типы монет.
«Мы собрали датасет из нескольких типов монет и предложили двойную модель глубокого обучения и алгоритм, ориентированный на предметную область. Двойная модель состоит из двух вариантов модели ResNet50. Алгоритм анализирует распределение вероятностей результатов двух моделей, используя знания предметной области и учитывая, что соседние классы в порядковой структуре — например, монеты, не побывавшие и минимально побывавшие в обращении — имеют перекрывающиеся визуальные признаки», — сказал аспирант программы «Инженерные системы» «Сколтеха» Мелаку Гетахун.
Поскольку для реальной оценки монет в индустрии недостаточно отнести их к одному из базовых классов — «не была в обращении», «минимально побывала в обращении» и т. д. — во втором исследовании научная группа углубилась в оценку монет высшей категории.
Основным новшеством стало использование визуально-языковой модели, которая имитирует реальную практику оценивания обеих сторон монеты сразу. Для этого был использован кодировщик изображений с двумя входами. Языковая составляющая модели была полезна потому, что некоторые особенности оценки монет легче поддаются именно текстовому описанию. Это в особенности касается не бывших в обращении экземпляров. Поэтому создатели алгоритма ввели подсказку об уровне оценки и обучили кодировщик текста, который затем используется для вычисления косинусного сходства с объединенными визуальными признаками.
В своем третьем исследовании ученые повысили эффективность, достигнутую на предыдущем этапе. Для этого была изменена основа графического кодировщика, и появился иерархический преобразователь. Точность оценивания возросла.
Сравнение с результатами предшественников указывает на превосходство метода, разработанного группой из «Сколтеха» и Центрального университета, как в качественном, так и в количественном отношении.
«Предлагаемые нами методы могут способствовать автоматизации и объективности оценки монет в нумизматическом сообществе. Мы являемся пионерами в этой области с точки зрения проведения исследований на таком уровне и надеемся, что исследователи со всего мира продолжат эту работу, используя нашу работу в качестве отправной точки. Как только будет достигнута желаемая эффективность с точки зрения точности и вычислительных затрат, будет создана прозрачная и надёжная система грейдинга монет, которая станет легко доступной для коллекционеров, инвесторов и музейных экспертов», — сказал Андрей Сомов, руководитель научной группы, профессор Центра инженерных систем и наук «Сколтеха», профессор и руководитель лаборатории интеллектуальных сенсорных систем Центрального университета.
В будущем исследователи планируют снижать требования метода к «железу» за счет уменьшения вычислительной сложности.
Схожие новости
Классификация: Наука. Схожих патентов: 0. Схожих новостей: 9. Тональность: 0. Информативность: 7.06. Источник: etrade.cnews.ru.