Сегодня видеонаблюдение используется повсеместно. Системы обнаружения устанавливаются как на небольших объектах, так и на больших, в состав которых входит десятки, а то и сотни видеокамер. Крупные предприятия и различные службы, такие как, к примеру ГИБДД, нанимают большой штат операторов видеонаблюдения из-за огромного потока видеоинформации, поступающей с камер каждую секунду.
Но зачастую люди просто не справляются, упуская важные моменты, связанные с безопасностью. Прибавить к этому можно и человеческий фактор, когда люди не могут концентрироваться на одних объектах длительное время. Важные и нужные данные зачастую проходят мимо их внимания.
И здесь на помощь может прийти искусственный интеллект. Оговоримся сразу, ИИ в полном понимании этого слова еще не существует, однако есть системы машинного или глубокого обучения.
Различные компании предлагают сегодня свои решения, призванные сделать поиск по видеоархиву простым и удобным. Новые технологии помогают операторам быстро находить конкретного человека или транспортное средство.
Когда у оператора есть описание человека, технология позволяет выбрать его признаки, такие как пол или цвет одежды. В случае экстренного поиска пропавшего или подозреваемого эта технология будет особенно полезна, так как она может использовать описание для поиска человека в течение нескольких секунд.
Сегодня существует несколько решений, направленных на развитие искусственного интеллекта в видеонаблюдении. Рассмотрим некоторые из них.
Облачная платформа Kipod Analytics с искусственным интеллектом
Kipod использует облачные технологии и искусственный интеллект для управления видеоконтентом и кадровым анализом. Системы видео- и аудиоаналитики основаны на глубинном обучении. Искусственный интеллект способен идентифицировать конкретные лица и транспортные средства путем отслеживания с помощью нескольких камер. Kipod также имеет функции обнаружения тревог и классификации объектов.
Поиск видеофрагментов стал более интуитивным благодаря большим данным. Kipod может искать кадры с определенным типом транспортного средства, человеком с конкретными особенностями лица или даже отслеживать аудиоинформацию, которая содержит определенные звуки, такие как выстрел из пистолета или разбитие стекла. Есть и фильтры для показа видеоматериалов с определенными атрибутами, такими как траектория движения, скрытые лица или остановка определенных объектов.
Kipod не только контролирует и анализирует потоки видео в режиме реального времени или записанные видеофрагменты, но также постоянно улучшается, изучая свои ошибки. Операторы обучают алгоритм, вознаграждая его за правильные уведомления и наказывая за ложные, это гарантирует, что он никогда не совершит одну и ту же ошибку дважды.
Если оператора интересует обнаружение только определенного типа объектов, он может обучить искусственный интеллект делать это. Система достаточно чувствительна, чтобы различать пешехода и велосипедиста, или различные размеры транспортных средств на дороге. Она также может одновременно контролировать и анализировать несколько видеоматериалов, что увеличивает возможности покрытия видео. Все эти функции доступны оператору из веб-браузера, что исключает дополнительные затраты на оборудование.
Технология интеллектуального обучения Deep Learning
Технология была впервые реализована компанией Hikvision и применена в практических приложениях Hikvision для снижения числа ложных тревог.
Разработчики программ в своих проектах использовали принцип работы человеческого мозга. По сути, нейронная система – это модель глубокого обучения с очень сложной структурой. Миллиарды взаимосвязанных клеток обмениваются информацией в тысячные доли секунды, анализируя и запоминая полученные данные. Технология Deep Learning является уменьшенной копией нейронной структуры. Это многоуровневая система сбора информации, способная сопоставлять данные и выполнять на их основе определенные действия.
Deep Learning уже превосходит возможности человека в сфере идентификации лиц, классификации изображений. Например, система способна отличать людей от крупных животных. По данным пожарных служб и полиции, количество ложных тревог на объектах с интеллектуальным видеонаблюдением значительно сокращается.
Алгоритм глубокого обучения Deep Learning практически лишен недостатков традиционных технологий обнаружения. Программа имеет более развитую структуру, состоящую из десятков слоев. Одновременно она обрабатывает гигабайты информации в самых сложных классификациях. Технологию можно сравнить с процессом обучения человека, выраженным математически. Каждый слой программы – это как клетка памяти, которая хранит данные о компонентах картинки. Чем выше уровень, тем конкретнее детали. Сигнал проходит сквозь структуру как по нейронной сети мозга, воспринимая информацию с каждого слоя и используя ее для комплексного анализа объекта.
Sensority Suspect Detection Video Surveillance
Sensority разработала аналитическую систему, основанную на облачных вычислениях, которая использует психофизиологические особенности людей на видеозаписях с камер наблюдения.
Система обнаруживает сотни людей в видеопотоке, комбинируя видеонаблюдение и психофизиологический анализ, чтобы поймать подозрительных или конкретных людей. Система может принимать решения и определять действия субъекта с помощью метода распознавания образов, а также наблюдать психофизиологические изменения. Благодаря глубинному изучению, SDVS способен улучшать аналитику с течением времени.
Sensority Suspect Detection Video Surveillance может работать с множеством камер, одновременно отслеживая несколько объектов с каждой камеры. Система предоставит временную шкалу всех подозрительных действий и предоставит список потенциально опасных событий. SDVS идеально подходит для мест скопления большого количества людей, таких как аэропорты и стадионы.
Face++ Face Comparing
Технология Face ++ Face Comparing — распознает в толпе нужное лицо. Для этого она сравнивать два изображения для определения сходства, используя глубинное обучение, что помогает при проверке личности. Система с высокой точностью выполняет свои функции независимо от таких факторов, как макияж лица, неправильное освещение и положение головы. Face ++ помогает защитить пользователей от подделки фотографий, поддельных лиц и 3D-аватаров.
Используя машинное обучение, Face ++ анализирует черты лица человека для того, чтобы определить его возраст, пол, интенсивность улыбки и т. д. Чтобы еще больше повысить точность программного обеспечения, технология выделяет характерные (антропометрические) точки лица. Программное обеспечение может быстро производить поиск по фотографиям и находить похожие лица, давая оценочные значения доверия и пороговые значения для оценки сходства.
Cogniac AI Visual Observation — платформа для безопасности производства
Платформа использует функцию обучения искусственного интеллекта на основании пользовательского выбора для построения визуальной обратной связи. Подключив изображения и видеопотоки, пользователи могут выбирать объекты и условия, которые представляют для них интерес, для дальнейшего обучения искусственного интеллекта и создания нужных записей в течение нескольких минут.
Искусственный интеллект может определять безопасность на рабочих местах, таких как строительные площадки, где работник должен носить надлежащую одежду для собственной безопасности. Искусственный интеллект также контролирует изношенное оборудование и отправляет уведомления, если он видит условия, которые могут потребовать внимания. Cogniac AI может также использоваться и для других целей, таких как распознавание логотипов, осмотр местности или подсчет людей.
Мы рассмотрели лишь часть разработок по использованию ИИ в видеонаблюдении. Технологии на основе искусственного интеллекта помогут решить многие проблемы, связанные с видеонаблюдением.
Сегодня главная задача искусственного интеллекта в отрасли безопасности заключается в ее совершенствовании.
Программное обеспечение для управления видеонаблюдением на основе искусственного интеллекта помогает сократить время, затрачиваемое на наблюдение, делает работу всей системы более эффективной. Искусственный интеллект позволяет реагировать на экстренные события в реальном времени, уменьшает сроки проведения расследований, позволяет вычленить нужный объект из огромной массы аналогичных, защитить людей, работающих в промышленном производств и строительстве и многое другое.
Уже сегодня ясно. что за искусственным интеллектом в видеонаблюдение будущее. Это главное направление в его развитии.
