Videóelemzés

Az oldal jelenlegi verzióját még nem ellenőrizték tapasztalt közreműködők, és jelentősen eltérhet a 2020. március 31-én felülvizsgált verziótól ; az ellenőrzések 5 szerkesztést igényelnek .

A videoanalytics  egy olyan technológia, amely számítógépes látásmódszereket használ a különféle adatok automatikus beszerzésére a videokamerákból származó képsorozat valós idejű vagy archivált felvételeiből származó elemzése alapján. A Video analytics egy olyan szoftver, amely videotartalommal dolgozik. A szoftver olyan gépi látási algoritmusokon alapul, amelyek közvetlen emberi beavatkozás nélkül teszik lehetővé a videó megfigyelést és az adatok elemzését. A videóelemző algoritmusok különféle üzleti rendszerekbe integrálhatók, leggyakrabban videofelügyeleti és egyéb biztonsági területeken.

Videóelemző funkció

A videóelemzés négy biztonsági funkciót automatizál:

Mind a négy funkciót ismételten hajtják végre, biztosítva a hipotézisek folyamatos finomítását az ellenőrzött területen lévő objektumok számáról, elhelyezkedéséről és típusairól, valamint az eredmények redundanciájának kiküszöbölését. A kerületi videóelemzés mind a négy funkciót ellátja: közvetlen észlelés, nyomon követés (az ismétlődő riasztások elkerülése egy objektumon), felismerés (az állatok és a környező világ egyéb "zajja" által okozott téves riasztások minimalizálása) és előrejelzés (az objektum ideiglenes nyomon követése eltűnik a mezőről). A felismerés a feladatok széles skálájaként értelmezhető – az objektum cél/zaj szerinti osztályozásától a biometrikus jellemzők alapján történő azonosításig vagy ellenőrzésig.

Az arcbiometrikus adatokon alapuló arcfelismerő technológia a videóelemzés csúcsa: a legbonyolultabb feladatokat veti fel, és matematikai eszközök széles skáláját alkalmazza. A biometrikus rendszer egyrészt úgy valósítja meg a felismerési funkciót, hogy valószínűségi kapcsolatot hoz létre a kép és az adatbázisban regisztrált személyek azonosítói között. Másrészt a biometrikus rendszer hibátlan észlelési és nyomkövetési funkciókat igényel.

Példák sikeresen megoldott feladatokra videoelemző funkciók használatával:

  1. Elismerés emberek és járművek számbavétele céljából
  2. Rendszámfelismerés (járműveken, bankjegyeken, okmányokon stb.)
  3. Eseményérzékelés (mozgások, mozgások, megengedett vonalak és határok átlépése, zónában való tartózkodás, tárgyak átdobása a kerítésen stb.)
  4. Veszélyes helyzetek észlelése (emberek tömege, elhagyott tárgyak, tüzek és füst stb.)
  5. Emberi arcok felismerése és keresése adatbázisokban

A videóelemzés alkalmazása

A videoanalitika alkalmazása lehetővé teszi, hogy a videó megfigyelés során automatikusan, emberi beavatkozás nélkül megoldjanak olyan feladatokat , amelyek általában csak az emberi látás hatáskörébe tartoznak. Ezt a technológiát a biztonság biztosítására és az üzleti hatékonyság javítására használják a kereskedelemben, a pénzügyi szektorban és a közlekedésben.

Funkciók Felhasználási területek
Tárgyfelismerés Biztonság, tárgyszámlálás a kereskedelemben és a szállításban
Eseményérzékelés Biztonság, személyi ellenőrzés
Tárgyi tevékenység elemzése A szolgáltatás minőségének javítása

A videóelemzés kereskedelmi felhasználása

A videóelemzést gyakran használják az üzleti teljesítmény objektív értékelésére, mivel folyamatos és automatizált, emberi tényezőtől független adatgyűjtésre képes, és a felhasználó kérésére bármikor riportokat készít. A videóelemző technológiát kiskereskedők , bankok, bevásárlóközpontok és FMCG- gyártók használják .

A videóelemző technológiákat széles körben használják összetett biztonsági problémák megoldására, valamint statisztikai és marketingadatok biztosítására. A videóelemzés a következő paramétereket elemzi:

Emberek és járművek számolása

A videóelemző rendszer funkciói a számlálásban
  • Valós idejű emberek és járművek számlálása
  • A számlálási algoritmusok munkája eredményeként gyűjtött kvantitatív adatok gyűjtése és elemzése
Az üzletemberek számlálása számos fontos üzleti teljesítménymutató kiszámítására szolgál:
  1. CPM (Cost Per Mile vagy Cost Per Thousand – értékesítés ezer látogatónként)
  2. SSF (Sales Per Square Foot vagy Sales Per Unit Area – az eladások száma egységnyi területen)
Üzleti lehetőségek Eladás-előrejelzés a látogatók/vásárlók valós áramlására vonatkozó adatok alapján Vállalkozási teljesítmény értékelése, konverziós arány számítása en:Konverziós arány statisztikai adatok alapján az objektum látogatottságáról A munkavállalók motivációs rendszerének összekapcsolása a konverziós rátával en:Conversion rate A kapacitáskihasználás minőségének elemzése: üzlethelyiség, személyzeti munka Reklámkampányok, PR és marketing befektetések hatékonyságának értékelése az oldal látogatottsági adatai alapján A személyzeti költségek csökkentése, a műszakonkénti létszám és a létesítmény ütemezésének a látogatóáramlás intenzitásához igazítása

Automatikus videó képelemzés korlátozott területen

A videóelemző rendszer funkciói a kerületelemzésben
  • Korlátozott kerületen lévő objektumok számának számolása
  • A kerületben elhelyezkedő tárgyak azonosítása bizonyos jellemzők szerint (személyzet azonosítása egyenruhával stb.)
  • Egy adott kerületen lévő objektumok késleltetési idejének kiszámítása
  • Objektumok aktivitásának nyomon követése egy adott kerületben (mozgás észlelése, hiányzási tények a kerületben stb.)
Üzleti lehetőségek Az optimális kísérőszám kiszámítása a látogatók viselkedésére vonatkozó adatok alapján Személyi tevékenység rögzítése a későbbi kereséshez a videoarchívumban konfliktushelyzetek elemzésekor Reklámkampányok eredményességének értékelése és korrekciója Az eladók tájékoztatása a promóciók hatékonyságáról Pénzeszközök és áruk lopásának megelőzése (pénztárak, raktárak, áruátvételi területek ellenőrzése stb.) Az üzlet látogatói/vásárlói tevékenységének elemzése a kiválasztott területeken A kiválasztott részlegek átváltási arányának kiszámítása.

Videóelemzés ipari biztonsági problémákban

2019 júliusában, az Innoprom-2019 nemzetközi ipari kiállításon a Croc informatikai cég első alkalommal mutatott be átfogó videóelemzési megoldást a munkavédelem és az iparbiztonság érdekében. A kifejlesztett rendszer a betanított neurális hálózatokon alapuló technológiákat alkalmazva lehetővé teszi a CCTV kamerákból származó videofolyam elemzését , az események meghatározott paraméterek szerinti követését és a helyzet vizuális megjelenítését egy ipari létesítmény 3D-s modelljén online. Egy ilyen eszköz segítségével a vállalkozások biztosíthatják a berendezések zavartalan működését és csökkenthetik az ipari sérülések kockázatát. A videóelemzés ipari hordható eszközökkel is integrálható [1] .

Ipari videóelemzés használati esetei
  • az egyéni védőfelszerelés (PPE) hiányának tényeinek azonosítása
  • a személyzet helyének nyomon követése
  • a biztonsági előírások megsértésének felismerése a magasban végzett munka során
  • belépés ellenőrzése a veszélyes területekhez
  • a termelési területek és az infrastruktúra monitorozása
  • esemény kivizsgálása

Kutatás a videóelemzés területén

A videó adatelemzés a számítógépes látás és a mesterséges intelligencia egy részhalmaza . Ezeken a területeken jelentős tudományos kutatások folynak a Calgary Egyetemen, a Waterloo Egyetemen , a Kingston Egyetemen , a Georgiai Technológiai Intézetben , a Carnegie Mellon Egyetemen , a Nyugat-Virginiai Egyetemen és a British Columbia Institute of Technology-n.

Videóelemzés fejlesztése Oroszországban

Oroszországban a 2000-es évek óta folyik tudományos kutatás a számítógépes látás és a mesterséges intelligencia területén kutatóközpontok [2] és több nagy egyetem [3] bázisán .

Oroszországban egészen a közelmúltig a videoelemző algoritmusokat főként események észlelésére, látogatók számlálására , veszélyes objektumok felismerésére és arcok azonosítására használták, hogy biztosítsák a biztonságot különböző létesítményekben: védett területek, közlekedés (repülőterek, vasúti közlekedés, rendszámfelismerés a forgalom számára). rendőrség), valamint a kormányzati létesítményekben.

A videoanalitika területén a modern fejlesztések sokféle kereskedelmi feladat megoldására alkalmasak . Az algoritmusok valós időben gyűjthetnek és elemezhetnek fontos marketinginformációkat (emberek és járművek számlálása, sorok elemzése, az emberek aktivitásának nyomon követése bizonyos területeken). A videoanalitikai rendszerek működése eredményeként nyert adatok nagy pontosságát és megbízhatóságát igazolja az algoritmusok széles körű üzleti alkalmazása.

Lásd még

Jegyzetek

  1. A CROC bemutatta az ipari videóelemzést . Letöltve: 2020. március 31. Az eredetiből archiválva : 2020. szeptember 24.
  2. Oroszország találmányai // Sztereoszkópos számítógépes látás . Letöltve: 2022. március 25. Az eredetiből archiválva : 2020. február 21.
  3. Oroszország Gazdaságának Modernizálásának és Innovatív Fejlesztésének Tanácsa (hozzáférhetetlen link) . Letöltve: 2012. július 19. Az eredetiből archiválva : 2016. október 13.. 

Cikkek

Irodalom