Security News :: Информационно-аналитическое издание по техническим средствам и системам безопасности
Поиск Контакты Карта сайта
Security News :: информационно-аналитическое издание по техническим средствам и системам безопасности
Security News
Security Focus

Услуги размещения публикаций на сайте Security News
 
 Газета 
 Статьи 
 Зарубежные новости 
 Под знаком PR 
 Новости 
 События отрасли 
 Дайджест СМИ 
 Фоторепортажи 
 Книги 

Получайте новости Security News через Telegram

Получайте новости Security News через Telegram. Это самый оперативный способ читать их с любого устройства.



Security News





Библи видеонаблюдения - 3
Газета "Security News" / Зарубежные новости по системам безопасности / События

Распознавание взаимодействий: новое поколение видеоаналитики


08.02.2011

В Оксфордском университете создан экспериментальный программный продукт, который может стать предтечей нового поколения систем интеллектуального видеоанализа. Центральная сущность новой системы -- "взаимодействие". Самообучающийся машинный интеллект с успехом выделяет на видео рукопожатия, удары по рукам (жест, который сопровождается словами "дай пять!"), объятия и поцелуи.

Технология распознавания взаимодействий создана в ходе исследований по машинному зрению и автоматическому анализу содержания больших объемов видеозаписей. Извлекать информацию предполагается из телепередач, записей с YouTube и архивов систем видеонаблюдения.

Алонсо Патрон-Перес, глава департамента инженерных наук Оксфордского университета и куратор видеоаналитических разработок, подчеркивает, что именно действия и деятельность должны быть центральным объектом видеоаналитики.

Он указывает, что технология обнаружения межличностных взаимодействий обладает огромным числом потенциальных сфер применения: от быстрого поиска поцелуев и рукопожатий на любительском видео до генерации потоков данных в системах управления информацией в сфере физической безопасности.

Технология выделения взаимодействий была разработана Патроном-Пересом, доктором Яном Рейдом, доктором Марцином Маршалеком и профессором Эндрю Циссерманом. Созданное ими программное обеспечение основано на алгоритмах компьютерного зрения и машинного обучения.

Процесс обучения компьютера распознаванию взаимодействий начинается с обнаружения и детектирования людей в кадре.  Программа "тренировалась" на разном тестовом видео -- различные сцены классифицировались учеными вручную, а софт запоминал характерные особенности каждой сцены. Судя по всему, обучение происходит по методу Байеса, подобно тому, как обучаются спам-фильтры, или при использовании алгоритмов нейронных сетей.

Когда машинному интеллекту известны характерные признаки межличностных взаимодействий, выделять их среди видео не составляет труда. После определения местоположения в кадре людей анализируются различные характерные признаки актов коммуникации -- например, положение головы и относительные движения частей тела. На основании этих данных программа принимает решение о регистрации акта взаимодействия.

Ученые не сообщают о вероятности правильного определения события. Оценить его умозрительно очень сложно. С другой стороны,  в обучаемых подобным образом системах сегодня нет ничего фантастического или даже необычного. Сложно другое -- получить первичные данные для анализа, определить виды характерных признаков того или иного социального акта. Но для этого надо решить задачу более низкого уровня -- программа должна научиться достоверно определять, каким пикселам кадра соответствуют какие части тела. На современном уровне развития кибернетики, при сегодняшних вычислительных мощностях все эти задачи вполне решаемы.  

Возврат к списку

Передний край

ХВАТИТ СИДЕТЬ ПО СВОИМ НОРАМ!

Cегодняшняя отрасль безопасности представляет собой замысловатую смесь традиционного и новейшего, развиваясь стремительно и порой непредсказуемо, осваивая новые, невиданные прежде возможности. От простой «офисной» компьютеризации буквально на наших глазах был совершён скачок к полноценному сотрудничеству машинного интеллекта с человеческим. Однако типичный представитель конечника — руководитель корпоративной службы охраны — нередко находится в глухой обороне от окружающего мира, отмахиваясь от интересных и удобных для него же самого предложений, как от дьявольских искушений.

ЭПОХА СТАРТАПОВ

Крупные корпорации, как известно, в рыночном смысле несколько неповоротливы и инертны. А данные о высокой эффективности операций, почерпнутые из отчётов перед акционерами, зачастую выглядят не слишком правдоподобно. На этапе становления рынка крупным компаниям всегда легче: уже сложилась репутация, установилась клиентская база, выработаны навыки ведения переговоров. Когда рыночный пирог поделен «крупняком», мелким игрокам остаётся лишь подбирать крошки.

КАМЕРЫ ПОД ПРИЦЕЛОМ ЛАЗЕРОВ

Самый высокотехнологичный из способов борьбы с охранными камерами — интенсивный пучок света, направленный в объектив, вызывает избыточную засветку чувствительного элемента — яркость достигает предельного значения, и изображение оказывается полностью либо частично «залито» однородным пятном. Даже при весьма широком динамическом диапазоне с попавшим в кадр прожектором справятся далеко не все камеры. Сам прожектор, скорее всего, будет виден неплохо. А вот разглядеть под ним фигуру человека с автоматом «узи», связкой гранат, украденным из офиса ноутбуком и чертами лица недавно сбежавшего из психушки маньяка — весьма затруднительно.

RSSRSS
Присоединиться в ТвиттереTwitter
Присоединиться в FacebookTelegram
Присоединиться в LinkedInLinkedIn
Присоединиться в FacebookFacebook
Присоединиться в Google+Google+
Присоединиться ВКонтактеВКонтакте
Присоединиться в YoutubeYouTube
Присоединиться в ОдноклассникиОдноклассники
Присоединиться в LiveJournaLiveJournal


Wisenet Q - уличные камеры с ИК-подсветкой

Интеллектуальный поиск в архиве — мгновенное обнаружение объекта по его признакам
Интеллектуальный поиск в архиве - мгновенное обнаружение объекта по его признакам
Поиск в видеоархиве может быть быстрым и точным, если он выполняется с помощью технологии «Суммированное изображение». Она позволяет на многодневной, многоканальной видеозаписи практически мгновенно находить объекты по их словесному описанию.

Defocus Detection — обнаружение расфокусировки камеры видеонаблюдения
Defocus Detection
Функция Defocus Detection позволяет автоматически обнаружить расфокусировку камеры видеонаблюдения. При использовании этой функции оператор сразу получает уведомление в случае, если у телекамеры сбивается фокус.

Видеоаналитика — пребывание объекта в выделенной области сверх заданного времени
Пребывание объекта в выделенной области сверх заданного времени
Подозрительное явление, которое требует внимания оператора, — затянувшееся пребывание человека на одном месте — можно выявлять средствами видеоаналитики. Своё воплощение данная функция получила в IP-камерах новой серии Wisenet X от компании Hanwha Techwin.

Аудиоаналитика — удобный способ повысить эффективность видеонаблюдения
Аудиоаналитика - удобный способ повысить эффективность видеонаблюдения
Автоматический анализ звука на объекте, реализованный в камере, позволяет существенно повысить точность регистрации важных событий в системе видеонаблюдения. Новые телекамеры серии Wisenet X от компании Hanwha Techwin могут распознавать взрыв, выстрел, звон разбитого стекла и крик.

Открытая платформа — основа для создания приложений для систем видеонаблюдения
Открытая платформа - основа для создания приложений для систем видеонаблюдения
Камеры Hanwha Techwin обеспечивают открытую платформу, на которой разработчики ПО могут создавать приложения, расширяющие функционал системы видеонаблюдения видеоаналитикой.



Hits 61657493
21647
Hosts 5454087
1159
Visitors 10302816
1636

47

© ИА «Безопасность Сегодня», 2017.
© «Секьюрити Фокус», 2001-2016.
Свидетельство о регистрации электронного СМИ SECURITY NEWS ЭЛ № ФС 77-33582