Детекторы драк, оставленных предметов, пересечений линий и даже определители самих людей или автомобилей легко демонстрируются в подготовленных условиях. - презентация

1

2 Детекторы драк, оставленных предметов, пересечений линий и даже определители самих людей или автомобилей легко демонстрируются в подготовленных условиях при хорошем уровне демонстраторов, но не работают в реальных. Вот несколько понятных причин, почему: Почему стандартная видеоаналитика, пытающаяся четко формализовать поведение людей, не применима на практике? Краткое сравнение ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ ОТ СТАНДАРТНОЙ ВИДЕОАНАЛИТИКИ

3 Любой видеодетектор основан на контрасте цветности. Если белая рубашка сольется с белой стеной, то человек будет распознан как два контрастных объекта: один типа животного внизу, другой – типа птички вверху, или как-то в этом роде. Тень от любого объекта принимает разные формы, поэтому форма детекции человека может напоминать автомобиль или несколько человек вместе. Перекрытие одного объекта другим также никак не может быть распознано ничем, кроме человека. Сколько здесь человек? Краткое сравнение ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ ОТ СТАНДАРТНОЙ ВИДЕОАНАЛИТИКИ

4 У двухмерной камеры нет понятия перспективы, размеры близко летящей птицы или мухи, севшей на объектив, могут быть больше автомобиля вдалеке. Поэтому оперировать к размерам и формам, на чем основаны детекторы стандартной видео аналитики, бессмысленно. Всевозможные помехи могут принимать формы, как напоминающие человека, так и все что угодно. Но, если заранее подготовить контрастные условия, задать заранее отработанные движения и при отсутствии помех вполне реально продемонстрировать, как хорошо всё работает. Сюда нужно добавить, что такая видеоаналитика первой появилась в Интел, который выпустил бесплатную библиотеку Open CV, на которой все и строят свои коды. Но 5 лет назад Интел закрыл это направление как бесперспективное. Хотя дело его живет и даже продается уже на базе последователей. Подобные примеры можно приводить долго, существующее сегодня компьютерное зрение пока не может формализовать не только поведение объектов, но и сами объекты. Краткое сравнение ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ ОТ СТАНДАРТНОЙ ВИДЕОАНАЛИТИКИ

5 Видеосемантика ничего не формализует и не утверждает, а только находит изменения обстановки по сравнению с предыдущей ситуацией. Тем самым человеку нет необходимости длительно отслеживает сами ситуации, он получает только их краткий смысл. Видеосемантика отличается от такой видео аналитики признанием самого факта, что искусственного интеллекта нет, и только человек с его доказанным наукой человеческим интеллектом может распознать, что высовывающаяся за дверью нога принадлежит другому человеку или вообще понять, что здесь происходит. Тем не менее, видео семантика решает почти те же задачи, что и предыдущая видеоаналитика, но на другом фундаменте технологий. Краткое сравнение ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ ОТ СТАНДАРТНОЙ ВИДЕОАНАЛИТИКИ

6 Зачем оператору отслеживать, как человек идет по улице - и так в течение 10 минут? Если человек не менял скорость, направление, не подпрыгивали и ничего не делал руками, то видео семантика выдаст короткий видеоролик в 3 секунды, где будет показано, как идет этот человек, куда идет, как он выглядит, походка и прочие приметы. Зачем смотреть 10 минут, если всё можно узнать за 3 секунды? 600 делим на 3, получаем выигрыш в 200 раз. Мы сократили необходимость внимания оператора в 200 раз! Или зачем Вашему начальнику безопасности просматривать 30 минут того времени, что мы здесь беседуем? Ведь короткий сюжет из этого зала в 3 секунды полностью передает смысл происходящего и лица участников. Наши аудио разговоры – это уже не компетенция охранника. Но, если кто-то что-то сделает нестандартное, даже если встанет или пересядет, будет еще 3 секунды. В сумме таких нестандартностей в сотни и тысячи раз меньше, чем отслеживать или просматривать в архиве минут. Краткое сравнение ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ ОТ СТАНДАРТНОЙ ВИДЕОАНАЛИТИКИ

7 Краткое сравнение ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ ОТ СТАНДАРТНОЙ ВИДЕОАНАЛИТИКИ Человек не может следить не моргая, не выходя в туалет 8 часов подряд за смену, а вот обращать внимание на экран раз в 5 минут, когда выскакивает новый видеоролик – это вполне посильная задача. Как и говорилось раньше, это не кошерно, видео семантика не выдает сигнала тревоги, если кто-то что-то украдет со стола, она лишь выдаст короткий ролик, что кто-то что-то взял.

8 И эта задача превращает простую на первый взгляд вещь в непосильные мучения. Попробуйте заставить себя делать какую- нибудь статическую операцию долго! Например, сидеть неподвижно 8 часов или смотреть в одну точку хотя бы 10 минут… Если проанализировать среднестатистический офис, то 99% своего рабочего времени охранник смотрит в пустые экраны. Но ему платят именно за то, чтобы он не пропустил ни одного вдруг возникшего события. Краткое сравнение ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ ОТ СТАНДАРТНОЙ ВИДЕОАНАЛИТИКИ

9 Каждое – даже не заметное человеческому взгляду движение – улавливается компьютером. Высокоуровневая программа определяет его значимость и выводит на отдельный экран событий. Оттуда видеоролик не уходит моментально с экрана, как на живой видеокамере, а остается на длительное время, чтобы у охранника был шанс его заметить – после возвращения из курилки или выхода из спячки. Кроме того, эти видеоролики не уходят сразу с экрана, охранник сможет их пересмотреть и когда вернется из буфета или выдаст ключи. Не надо лезть в архив, чтобы наверстать упущенное, теряя при этом текущее. События и онлайн и архивно – все на виду. Есть гораздо больших шансов заметить проблемное событие даже после микросна, которым грешат охранники. Краткое сравнение ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ ОТ СТАНДАРТНОЙ ВИДЕОАНАЛИТИКИ

10 Кадры взяты из видео с реальных объектов, поэтому экспорт не такой красочный. Краткое сравнение ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ ОТ СТАНДАРТНОЙ ВИДЕОАНАЛИТИКИ Один взгляд на монитор – и вы видите сразу все события за последнее обозримое время. Человеческая физиология устроена так, что мы не способны смотреть долго, даже на пустые экраны, но легко находим в гуще даже большого количества событий – важное и тем более опасное. Это наши базовые инстинкты.

11 Примеры с реальных объектов. Посмотреть видео

12 КОНТАКТЫ Головной офис НИИ Спец Лаб Адрес выставочного центра: , г. Иваново, ул. Строительная, 17 Тел./факс: +7 (4932) многоканальный Время работы: будние дни, время московское. Связаться с отделом продаж Вы можете: ICQ: ; Для связи с техподдержкой: ICQ: SKYPE: support-goalcity (временно работает в тестовом режиме)