Видеоаналитика

Видеоаналитика — технология, использующая методы компьютерного зрения для автоматизированного получения различных данных на основании анализа последовательности изображений, поступающих с видеокамер в режиме реального времени или из архивных записей. Видеоаналитика представляет собой программное обеспечение (ПО) для работы с видеоконтентом. В основе программного обеспечения лежит комплекс алгоритмов машинного зрения, позволяющих вести видеомониторинг и производить анализ данных без прямого участия человека. Алгоритмы видеоаналитики могут быть интегрированы в различные бизнес-системы, чаще всего используются в видеонаблюдении и других сферах безопасности.

Функциональные возможности видеоаналитики

Видеоаналитика автоматизирует четыре функции средств охраны:

обнаружение
слежение
распознавание
прогнозирование

Все четыре функции выполняются многократно, обеспечивая непрерывное уточнение гипотез о количестве, местоположении и типах объектов в контролируемой зоне, а также устранение избыточности в результатах. Периметральная видеоаналитика выполняет все четыре функции: непосредственно обнаружение, слежение (для исключения повторных срабатываний по одному объекту), распознавание (для минимизации ложных срабатываний, вызываемых животными и другим «шумом» окружающего мира) и прогнозирование (для слежения при временном пропадании объекта из поля). Под распознаванием можно понимать широкий спектр задач — от классификации объекта на цель/шум до идентификации или верификации объекта по биометрическим признакам.

Технология распознавание лиц на основе биометрии лица является «вершиной» видеоаналитики: она ставит наиболее сложные задачи и задействует широкий спектр математических инструментов. С одной стороны, биометрическая система реализует функцию распознавания, устанавливая вероятностную связь изображения с идентификаторами людей, зарегистрированных в базе данных. С другой стороны, биометрическая система требует безукоризненной работы функций обнаружения и слежения.

Примеры успешно решаемых задач с помощью функций видеоаналитики:

Распознавание с целью подсчёта людей и транспорта
Распознавание номеров (на транспорте, на денежных купюрах, документах и т. п.)
Детектирование событий (перемещения, движения, пересечение допустимых линий и границ, нахождение в зонах, перебрасывание предметов через ограждение и т. п.)
Обнаружение опасных ситуаций (скопления людей, оставленные предметы, возгорания и задымления и т. п.)
Распознавание человеческих лиц и поиск их в базах данных

Применение видеоаналитики

Использование видеоаналитики дает возможность в автоматическом режиме, без участия человека, в процессе видеонаблюдения решать задачи, которые обычно под силу только человеческому зрению. Данная технология используется как для обеспечения безопасности, так и для повышения эффективности бизнеса в торговле, финансовом секторе и на транспорте.

Функции	Области применения
Распознавание объектов	Безопасность, подсчет объектов в торговле и на транспорте
Детектирование событий	Безопасность, контроль работы персонала
Анализ активности объектов	Повышение качества обслуживания

Коммерческое использование видеоаналитики

Видеоаналитика часто применяется для получения объективной оценки эффективности бизнеса, так как способна производить непрерывный и автоматизированный сбор данных, не зависящий от человеческого фактора, и формировать отчеты по запросу пользователя в любой момент времени. Технология видеоаналитики используется в розничной торговле, банках, торговых центрах, а также производителями товаров повседневного спроса.

Технологии видеоаналитики широко используются для решения комплексных задач по обеспечению безопасности и предоставлению статистических и маркетинговых данных. Видеоаналитика производит анализ следующих параметров:

Поток людей и транспорта
Количество объектов в очереди и время задержки людей в очереди
Активность людей в выбранной зоне

Функции системы видеоаналитики в подсчете

Подсчет людей и транспорта, осуществляемый в режиме реального времени
Сбор и анализ количественных данных, собранных в результате работы алгоритмов по подсчету

Подсчет людей в коммерческих целях производится для расчета нескольких важных показателей эффективности бизнеса:

CPM (Cost Per Mile или Cost Per Thousand — объём продаж на тысячу посетителей)
SSF (Sales Per Square Foot или Sales Per Unit Area — число продаж на единицу площади)

Возможности для бизнеса

Прогнозирование продаж на основе данных о реальном потоке посетителей/покупателей

Оценка эффективности бизнеса, расчет коэффициента конверсии en:Conversion rate на основании статистических данных о посещаемости объекта

Привязка мотивационной системы сотрудников к коэффициенту конверсии en:Conversion rate

Анализ качества использования мощностей: торговой площади, работы персонала

Оценка эффективности рекламных кампаний и вложений в PR и маркетинг на основании данных о посещаемости объекта

Снижение издержек на персонал, корректировка количества персонала в смене и графика работы объекта в соответствии интенсивностью потока посетителей

Функции системы видеоаналитики в анализе периметра

Подсчет количества объектов в ограниченном периметре
Идентификация объектов, находящихся в периметре, по определенным признакам (определение персонала по униформе и т. п.)
Расчет времени задержки объектов в заданном периметре
Мониторинг активности объектов в заданном периметре (детектирование движения, фактов отсутствия в периметре и т. п.)

Возможности для бизнеса

Расчёт оптимального количества обслуживающего персонала на основании данных о поведении посетителей

Фиксация активности персонала для последующего поиска в видеоархиве при разборе конфликтных ситуаций

Оценка эффективности рекламных кампаний и их корректировка

Предоставление вендорам информации об эффективности промоакций

Профилактика хищений денежных средств и товаров (контроль кассовых зон, складских помещений, зон приемки товаров и т. п.)

Анализ активности посетителей/покупателей магазина по выбранным зонам

Расчет коэффициента конверсии по выбранным отделам.

Видеоаналитика в задачах промышленной безопасности

В июле 2019 года на международной промышленной выставке «Иннопром-2019» ИТ-компания Крок впервые представила комплексное решение по видеоаналитике для охраны труда и промышленной безопасности. Разработанная система с помощью технологий на основе обученных нейросетей позволяет анализировать видеопоток с камер видеонаблюдения, отслеживать события по заданным параметрам и в онлайн-режиме наглядно отображать ситуацию на 3D-модели промышленного объекта. С помощью такого инструмента предприятия смогут обеспечить бесперебойную работу оборудования и снизить риски производственного травматизма. Видеоаналитика также может быть интегрирована с промышленными носимыми устройствами[1].

Сценарии применения промышленной видеоаналитики

выявление фактов отсутствия средств индивидуальной защиты (СИЗ)
отслеживание местоположения персонала
распознавание нарушений правил техники безопасности при работах на высоте
контроль доступа в опасные зоны
мониторинг производственных площадей и инфраструктуры
расследование инцидентов

Научные исследования в области видеоаналитики

Анализ видеоданных является подмножеством компьютерного зрения и искусственного интеллекта. Значительные научные исследования в этих областях ведутся в Университете Калгари , Университете Ватерлоо, Университете Кингстона, Технологическом институте Джорджии, Университете Карнеги-Меллона, Университете Западной Вирджинии и технологическом институте Британской Колумбии.

Развитие видеоаналитики в России

Научные исследования в области компьютерного зрения и искусственного интеллекта ведутся в России с 2000-х годов на базе исследовательских центров[2] и нескольких крупных университетов[3].

В России до недавних пор алгоритмы видеоаналитики применялись в основном для детектирования событий, подсчёта посетителей, распознавания опасных предметов и идентификации лиц с целью обеспечения безопасности на различных объектах: охраняемых территориях, транспорте (аэропорты, железнодорожный транспорт, распознавание автомобильных номеров для ГИБДД), а также на государственных объектах.

Современные разработки в области видеоаналитики способны решать большой спектр коммерческих задач. Алгоритмы могут осуществлять сбор и анализ важной маркетинговой информации в режиме реального времени (подсчет людей и транспорта, анализ очередей, мониторинг активности людей в отдельных зонах). Высокая точность и достоверность данных, полученных в результате работы систем видеоаналитики, подтверждается широким использованием алгоритмов в бизнесе.

См. также

Примечания

КРОК представила промышленную видеоаналитику
Изобретения России // Стереоскопическое компьютерное зрение
Совет по модернизации экономики и инновационному развитию России (неопр.) (недоступная ссылка). Дата обращения: 19 июля 2012. Архивировано 13 октября 2016 года.

Статьи

Литература

Torsten Anstädt, Ivo Keller, Harald Lutz. Практическое руководство по видеоаналитике = Intelligente Videoanalyse: Handbuch Fr Die Praxis.:John Wiley & Sons, 2011.- P.164.-ISBN 3-527-63297-2.
Торстен Анштедт, Иво Келлер, Харальд Лутц. Видеоаналитика: Мифы и реальность: Security Focus, 2012. — 176 c. — ISBN 978-5-9901176-5-5.
Желтов С.Ю. и др. Обработка и анализ изображений в задачах машинного зрения. — М.: Физматкнига, 2010. — С. 672. — ISBN 978-5-89155-201-2. С. 558—562, 579—582, 584—588.

This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.

[1] КРОК представила промышленную видеоаналитику

[2] Изобретения России // Стереоскопическое компьютерное зрение

[3] Совет по модернизации экономики и инновационному развитию России (неопр.) (недоступная ссылка). Дата обращения: 19 июля 2012. Архивировано 13 октября 2016 года.