Алгоритм YOSO ускорит поиск астероидов в эпоху больших данных

Исследователи представили метод YOSO, позволяющий мгновенно находить малые небесные тела в огромных массивах астрономических снимков. Система объединяет гауссовскую фильтрацию с нейросетями YOLOv8, сокращая время обработки одного кадра до 11 миллисекунд и выявляя объекты, которые ранее ускользали от классических алгоритмов из-за фоновых помех.

Технология решает проблему «вычислительного проклятия», характерную для традиционных методов, где поиск объекта требует перебора тысяч вариантов траекторий. Вместо этого YOSO анализирует изменение яркости пикселей и формирует один итоговый кадр. В основе лежит Гауссовский фильтр движения, превращающий путь тусклого объекта в четкий визуальный след. Обученная на 16 000 изображений нейросеть безошибочно отделяет эти следы от космических лучей и бликов.

Испытания на данных телескопа имени Виктора Бланко

Эффективность системы подтвердили в рамках проекта DEEP, где алгоритм обнаружил 11 новых транснептуновых объектов и более 200 тел во внутренней части Солнечной системы. ИИ справился даже с объектом 21,49 звездной величины, который пропустили стандартные программы поиска. Многоступенчатая система проверки с жесткими критериями эллиптичности обеспечивает точность каталогизации на уровне 99%.

Разработка специалистов из Вашингтонского университета и NASA JPL критически важна для предстоящего запуска Обсерватории имени Веры Рубин. В условиях беспрецедентного потока данных традиционные подходы окажутся неэффективными. Применение YOSO на борту будущих миссий, таких как NEO Surveyor, позволит отправлять на Землю уже обработанные кадры, экономя пропускную способность каналов связи. По мнению авторов, переход к интеллектуальному распознаванию образов станет новым стандартом не только для планетарной обороны, но и для поиска экзопланет.