Нейросетевая видеоаналитика в видеонаблюдении. Доклад эксперта ITV | AxxonSoft
В сентябре состоялась конференция PROIPvideo2020, посвященная теме применения видеоаналитики в проектах видеонаблюдения. Наши специалисты, как слушатели, принимали онлайн-участие в данной конференции. В статье мы хотим поделиться полезными и интересными примерами работы и возможностями нейросетевой видеоаналитики из доклада эксперта нашего партнера AxxonSoft.
Какие задачи уже сейчас решаются при помощи нейросетевой аналитики
Нейросеть находит предметно те типы объектов, которые вам нужны и на что именно нейросеть обучена, что она должна найти. Дальше мы отслеживаем объект от кадра к кадру, строим траекторию движения, анализируем, что происходит в поле зрения камеры и решаем конкретные задачи.
Например, контроль прохода человека в опасную или запрещенную зону в определенном направлении. Если на фоне наблюдения находится постоянное движение, посторонние технологические объекты, то обычная аналитика не справляется с данной задачей.
Нейросеть можно обучить отслеживать не только людей, но и специфические объекты. В таком случае нейросеть будет выполнять задачи, связанные не с безопасностью, а с усовершенствованием технологических и бизнес-процессов (учет продукции, дефектоскопия, воровство).
Например, можно обучить нейросеть детекции продукта и определить сколько времени он проводит на конкретной стадии производства и тем самым рассчитать KPI сотрудников. Также можно настроить нейросеть на аналитику линии передвижения продукта по цеху и вести подсчет, исключая возможность воровства.
Интересная возможность нейросети – отслеживать позу тела человека и динамику его движения по скелетону.
Например, данная функция будет полезна банкам. По положению тела можно спрогнозировать противоправные действия человека возле банкоматов или касс. Также предприятия и из иных сфер деятельности могут найти данную функцию полезной, если при анализе конкретной ситуации имеет значение позиция тела человека.
С помощью составных элементов алгоритмов можно решать такую задачу, как обнаружение средства индивидуальной защиты на голове и других частях тела человека. Например, наличие каски на голове и жилета на теле. Скелетоны+ Классификация+ Определение позы= Контроль использования СИЗ.
О чем стоить помнить при внедрении нейросетевой аналитики на объект
Основной этап разработки нейронной сети – это ее обучение.
Этапы обучения нейросети:
- Интегратор собирает видеоматериал на объекте
- Предоставляет материал разработчику ПО видеоаналитики
- Из видео проводится обучающая выборка
- Проводится специализированное обучение нейросети
- Анализ качества работы получившейся нейросети
- Если качество удовлетворяет, заказчик получает готовый файл, который применяет в конфигурации продукта
- Если качество не удовлетворят, запрашивается дополнительный материал для улучшения качества аналитики
Важно собрать детальные материалы для анализа – с разных ракурсов, разных погодных условиях, времени суток и т.д. А также показать реальные условия работы, не идеализируя место наблюдения и сотрудников в поле зрения камер.
Важно определить ожидания от работы нейросети, иметь конкретное и четкое представление стоящих перед ней задач.
Мифы о работе нейросети
Нейронная сеть сама собой обучается во время работы на объекте.
Искусственная нейронная сеть представляет собой фиксированную программу, которая умеет делать только то, что в нее заложили создатели. Чтобы улучшить сеть, необходимо вмешательство разработчиков. Если не набрать необходимое количество данных, то нейросеть обучить невозможно.
Нейросеть может обработать изображения в любом разрешении.
Как правило, нейросеть обрабатывает изображение низкого разрешения. Типичные значения: 224х224, 300х300, 512х512. Нейросеть на вход принимает фиксированный размер изображения. Чем выше размер изображения, тем выше ресурсоемкость нейросети.
Есть универсальные нейросети.
Такие нейросети есть, но качество их работы хуже, чем работа нейросети, обученной под конкретный объект.
Нейросеть обрабатывает видео.
Нейросеть обрабатывает одно изображение, а не видео. Невозможно обнаружить падающего человека. Нейросеть может обнаружить человека на каждом кадре в момент падения и из ряда кадров сделать вывод, что человек падает.
По материалу: https://www.youtube.com/watch?v=6ldySY0rCmo&feature=youtu.be , https://proipvideo.ru/
Поделиться ссылкой:
Похожие статьи:
Решения AxxonSoft: контроль количества посетителей
Наш партнер компания AxxonSoft разработала решения, которые помогают контролировать исполнение мер, предотвращающих распространение коронавирусной инфекции. Ранее мы рассказывали о контроле […]
Автоматизация учета рабочего времени
Учет рабочего времени выгоден как работодателю, так и ответственному сотруднику. Работодателю выгодно, когда сотрудник приходит вовремя на работу и отрабатывает […]
Новая серия оборудования для интеллектуального видеонаблюдения с технологией AcuSense от Hikvision
Идентификация угрозы в реальном времени, реагирование на нарушение периметра, выявление ложных тревог, автоматизации поиска в архиве, анализ видеоконтента, обнаружение объектов, […]
Техническое обслуживание: как увеличить срок эксплуатации камер видеонаблюдения
Как любая техника, любое производственное оборудование, камеры видеонаблюдения требуют профилактики и чистки. Обычно заказчик после установки не сильно задумывается об […]