H Лиза Алерт: добровольцы, спасающие жизни в черновиках

Поисково-спасательный отряд «Лиза Алерт» существует уже 8 лет. Это добровольческое объединение, сообщество неравнодушных, которое ищет пропавших людей, эффективно взаимодействуя с МЧС и МВД. «Лиза Алерт» собирает заявки о пропавших людях, проводит различные обучающие мероприятия, организацию поисков и сами поисковые операции. Отряд не ведет никакой коммерческой деятельности, не имеет расчётного счёта и не принимает денежные пожертвования.

Недавно Mail.Ru Cloud Solutions бесплатно предоставила «Лизе Алерт» площадку для размещения сервисов, активно применяющихся при проведении поисково-спасательных работ. Мы решили побеседовать с Сергеем Чумаком, старшим IT-направления «Лиза Алерт», о том, как работают спасатели-добровольцы и как им помогают высокие технологии.

Как ищут людей

— Возьмём типичную ситуацию — человек ушёл в лес и пропал. Сейчас осень, а значит бабушки-дедушки активно идут за грибами. И там теряются. Родственники начинают их искать, звонят на горячую линию «Лиза Алерт».

— Запуская поиск, мы создаем на форуме отряда отдельную тему, в которой указываются основные приметы пропавшего («ориентировка») и информация о времени и месте сбора добровольцев, готовых принять участие.

Пока готовится выезд, картографы оперативно делают комплект карт местности – эти карты с нанесённой сеткой квадратов будут загружены в навигаторы, выдаваемые поисковым группам.

У входа в лес разворачивается штаб, поднимается вышка радиосвязи. Приезжающие добровольцы делятся на небольшие группы («лисы»). Каждой группе координатор поиска определяет задачу. Когда «лисы» возвращаются, треки их передвижения с навигаторов копируются на штабной ноутбук и координатор анализирует поступающую информацию. Например, группа передаёт какие-то ориентиры, отсутствующие на карте.

Вся собранная в ходе поисков информация сохраняется. Если в этих краях снова кто-то потеряется, поисковикам будут сразу доступны подготовленные наборы карт, а также данные о местности.

Карты

Без подробных карт крайне сложно искать человека в лесу. Мы используем спутниковые снимки, топографические карты, в том числе советские, а также современные, вроде OpenStreetMaps.

Картографические комплекты на поиск делаются в двух форматах: для навигаторов Garmin, с которыми группы ходят в лес, и для работы оперативного штаба. Такие карты занимают большой объём и требуют обработки, их надо где-то хранить. Раньше для этого использовался старый, маломощный частный сервер одного из участников-добровольцев. Но количество активных поисков с каждым годом всё увеличивается, деятельность отряда географически расширяется – создаются новые региональные отделения, поэтому возникла острая необходимость в качественно и количественно превосходящем ресурсе. Тогда мы обратились за помощью к облачной платформе от Mail.Ru Group.

Компания предоставила «Лиза Алерт» облачные ресурсы в рамках проекта Cloud Servers, и мы развернули основной и дублирующий серверы, на которые с апреля 2018-го переехало наше картографическое хранилище. Это очень значимая поддержка, ведь теперь нам доступно гораздо больше места для текущей деятельности. К тому же скорость работы Cloud Servers на порядок выше, не говоря уже об удобстве администрирования и работы с хранилищем. С помощью специального инструмента ответственные за хранилище сами регулируют права внутри группы: каждый новый картограф оперативно получает доступ к серверу.

Кроме репликации теперь мы регулярно создаём бэкапы, под которые Mail.Ru Group выделила объектное хранилище. Прежде их не получалось делать, и если кто-то что-то удалял, то данные исчезали навсегда.

Под все наши продукты, которые уже сейчас помогают в поисках, и под идеи продуктов, которые нашим волонтерам предстоит разработать, нам выделили сервисы Cloud Servers и Cloud Storage. Этих ресурсов хватает для выполнения ёмких операций.

Небесное око

Один из наших активных инструментов поиска — квадрокоптеры. Они в автоматическом режиме летают по заранее загруженным маршрутам над районом пропажи человека и фотографируют местность.

Для чего это делается? Заблудившийся может выйти на открытое место — на поляну, просеку, в поле. Или оказаться в ветровале, то есть в загроможденном поваленными деревьями участке леса, который хорошо просматривается с воздуха. Пролетающий квадрокоптер «заметит» потерявшегося, тем самым существенно сэкономит ресурсы пеших групп.

До недавнего времени пилотам квадрокоптеров приходилось самостоятельно отсматривать все сделанные снимки. Адская работа: с каждого вылета их получается около 1000, а проверять нужно внимательно — вглядываться, увеличивать непонятные фрагменты. По опыту, больше ста снимков за один раз просмотреть невозможно: потом отключаешься от деталей, внимание рассеивается, глаз «замыливается». Поэтому мы создали страницу для коллективного просмотра фотографий.

Краудсорсинг в помощь

Сейчас у нас обучается группа волонтеров, которая займется фотограмметрией «профессионально». Дело в том, что привычные всем объекты — пень, столб, мусорный пакет — с высоты порой выглядят неожиданно или непонятно. И нужен определённый опыт, чтобы сразу определить, что же ты видишь.

В разработанной для «наблюдателей» системе просмотра кадры выдаются таким образом, чтобы за минимальное время группа суммарно проверила как можно больше снимков. Сначала каждый пользователь смотрит свою подборку, потом они начинают смотреть снимки друг друга, а если остаётся время — пересматривают уже увиденное. Перекрёстные и повторные просмотры уменьшают вероятность пропустить важные детали.

Хотя распознать лежащего человека часто может и совершенно необученный зритель. Вот почему у нас одновременно функционирует и открытый сервис, в своем роде краудсорсинговый инструмент, где с просмотром результатов аэрофотосъёмки отряду помогают все желающие — watcher.lizaalert.ru.

Когда на форуме и в отрядной группе ВКонтакте появляется сообщение о том, что загружены снимки с очередного вылета, к их просмотру одновременно приступает до 150 человек.

Здесь снимки строго деперсонализированы. А для удобства исследования каждая фотография разделяется на 32 небольших фрагмента, которые помещаются на экран без масштабирования. Пользователям сети необходимо ответить «да» или «нет» всего на один вопрос — есть ли на картинке человек.



Система запоминает, сколько раз для каждого фрагмента участники ответили положительно или отрицательно, высчитывает средний балл и по нему ранжирует фрагменты, а итоги передает наблюдателям профессиональной группы — они детально проверяют наиболее «перспективные» снимки.





Команда обученных отрядных фотограмметристов при просмотре имеет подробную информацию о пропавшем: как он выглядит, во что был одет, что было у него с собой. Поэтому здесь высматривают не просто абстрактных людей на картинке, но и артефакты — человек мог бросить или потерять что-то из своих вещей (корзину, обувь, головной убор). Уведомления о таких находках сразу приходят координатору поиска, который принимает решение направлять ли одну из поисковых групп на проверку. Найдя характерный предмет, мы можем предположить маршрут движения того, кого ищем.

Сейчас максимальная скорость просмотра на сайте составляет до 10 снимков в секунду. В результате обработать весь отснятый квадрокоптером материал удаётся довольно быстро — за какие-то часы. Пока поисковые группы ходят по лесу, наблюдатели с компьютеров или мобильных устройств «исследуют» открытые участки местности.

— Наверняка у вас возникла мысль попробовать решить задачу просмотра снимков с помощью нейросетей?

— Да, эту возможность обдумывали, хотя мнения специалистов о применимости машинного обучения в данном случае расходятся. В любом случае, для обучения нейронной сети нам потребуется собрать data set — большой набор картинок, снимков с дрона, на которых есть люди и на которых нет людей. Чем больший сет удастся собрать, тем более устойчивой должна получится модель. В любом случае, эксперименты с нейросетью и созданием обучающей выборки начнутся не раньше зимы — сейчас активный поисковый сезон, члены отряда просто «выматываются» на постоянных выездах. Но мы к этому обязательно вернёмся. Надеюсь, что нейросеть как минимум поможет во много раз ускорить «отсев» снимков, на которых гарантированно нет людей, и приоритезирует фотографии, которые необходимо просмотреть в первую очередь.

Из плоскости в объём

Наконец, наша последняя задумка — генерирование трёхмерных карт на основе фотоснимков. Для этого фотографии должны делаться с большей высоты и сильнее перекрывать друг друга. У IT-направления «Лизы Алерт» уже есть опыт создания 3D-карт в дорогом платном ПО. Но существует и open source-приложение OpenDroneMap, доступна и веб-версия. Если результаты их работы будут сравнимыми, начнём активно использовать OpenDroneMap в поисках.

Трёхмерная карта даёт более точное представление о местности в районе поиска. Нередко потерявшиеся уходят в лес с телефоном и какое-то время остаются на связи. Пока аккумулятор не сел, можно узнать у человека подробности, расспросить о том, что он видит вокруг. Например, он сидит на краю вырубки или попал в «естественную ловушку» — бурелом, ветровал. Такие объекты обычно не отмечаются на обычных картах, их трудно распознать на одиночных снимках. Зато они «проявляются» на трёхмерной карте, и можно сразу направить поисковые группы на проверку.



На съёмку с нужным перекрытием участка, к примеру, 2 х 0,7 км у квадрокоптера уйдёт 30-40 минут. Генерировать из этих снимков 3D-карту на персональном компьютере слишком долго, но на облачном сервере в мощной конфигурации процесс займёт приемлемое для оперативного реагирования время. То есть в первые часы поиска можно будет получить очень важную информацию о местности и скорректировать задачи для поисковых групп. Конечно, эта информация важна и на вторые сутки, но чем быстрее мы её получим, тем больше шансов быстро найти и спасти потерявшегося.