Hanwha Vision побеждает в акустическом AI-конкурсе DCASE 2026

Акустический AI долго страдал от фундаментальной проблемы: модели забывают ранее изученные звуки при обучении на новых. Hanwha Vision и GIST решили эту задачу — и доказали это победой на ведущем мировом конкурсе.

Для систем безопасности и промышленной охраны AI-модель, теряющая знания при каждой адаптации к новой среде, — это серьёзный риск. Оборудование записи меняется, окружающий шум смещается, локации различаются, а классификатор городских шумов, внезапно забывший их после обучения на аэропортовой акустике, непригоден в реальной эксплуатации. Эта проблема, известная как катастрофическое забывание, годами сдерживала практическое применение акустического AI в системах наблюдения.

Что было анонсировано

14 июля Hanwha Vision объявила, что её совместная исследовательская команда с Институтом науки и технологий Кванджу (GIST) заняла первое место в конкурсе Detection and Classification of Acoustic Scenes and Events (DCASE) 2026, организованном IEEE. Команда стала лучшей в категории Domain-Agnostic Incremental Learning for Audio Classification, обойдя 21 команду в этом треке из 135 участников со всего мира.

Задача заключалась в распознавании 10 различных звуков — от плача младенца и лая собаки до пожарной сигнализации — в средах, где источник аудио полностью неизвестен. Команда Hanwha Vision AI Lab и группа профессора Hong Kook Kim из GIST достигли средней точности 79,62%, превысив средний результат остальных 20 команд (около 68%) более чем на 10 процентных пунктов. Итоговая ансамблевая система команды и три дополнительные одиночные модели заняли с 1-го по 4-е места в официальном рейтинге.

Почему это важно

Для CIO, CISO и руководителей физической безопасности акустический AI, адаптирующийся без потери знаний, — переломный фактор для экономики развёртывания. Традиционные модели требуют дорогостоящего переобучения и сбора данных при каждом изменении среды. Continual Learning устраняет эти издержки: AI-камеры и edge-устройства накапливают знания в самых разных средах — ритейл, транспорт, промышленность, здравоохранение — сохраняя прежнюю точность классификации.

Итог — более надёжное обнаружение событий, снижение совокупной стоимости владения и чёткий путь к системам безопасности, где видео и аудио AI дополняют друг друга, обеспечивая контекст, недоступный только визуальному анализу.

Технические детали

• Конкурс: DCASE 2026 Challenge, организатор IEEE, 135 команд по всему миру.
• Категория: Domain-Agnostic Incremental Learning for Audio Classification, 21 команда.
• Результат: 1-е место со средней точностью 79,62% против ~68% у конкурентов.
• Основной метод: Continual Learning с использованием DeepInversion-based Generative Replay.
• Эффективность данных: математическая реконструкция виртуального аудио, имитирующего ранее изученные звуки, без сбора новых физических данных.
• Устойчивость: ансамблевый метод, объединяющий прогнозы нескольких AI-моделей.
• Область задач: классификация 10 классов звуков, включая плач, лай собак и пожарную сигнализацию.
• Следующий шаг: презентация результатов на DCASE 2026 Workshop в Бостоне, США, 28–29 октября.

Continual Learning — ключ к тому, чтобы AI-камеры безопасности адаптировались к реальным условиям. Мы продолжим развивать эту технологию, чтобы предоставлять практичные решения, готовые к будущему

Softprom и Hanwha Vision

Softprom является официальным дистрибьютором Hanwha Vision. Партнёры и интеграторы могут получить доступ к полному портфелю AI-камер, NVR и систем управления видео Hanwha Vision через Softprom, включая консультации, лицензирование и техническую поддержку.

Этот материал подготовлен в рамках проекта Softprom DistriFlow — автоматизированной системы мониторинга и адаптации новостей вендоров. Источник: оригинальная статья.