Videoanalys

Den aktuella versionen av sidan har ännu inte granskats av erfarna bidragsgivare och kan skilja sig väsentligt från versionen som granskades den 31 mars 2020; kontroller kräver 5 redigeringar .

Videoanalys  är en teknik som använder datorseende metoder för att automatiskt få olika data baserat på analys av en sekvens av bilder som kommer från videokameror i realtid eller från arkiverade register. Videoanalys är programvara för att arbeta med videoinnehåll. Mjukvaran är baserad på en uppsättning maskinseendealgoritmer som tillåter videoövervakning och dataanalys utan direkt mänsklig inblandning. Videoanalysalgoritmer kan integreras i olika affärssystem, som oftast används inom videoövervakning och andra säkerhetsområden.

Videoanalysfunktion

Videoanalys automatiserar fyra säkerhetsfunktioner:

Alla fyra funktionerna utförs upprepade gånger, vilket ger kontinuerlig förfining av hypoteser om antalet, placeringen och typerna av objekt i det kontrollerade området, samt eliminering av redundans i resultaten. Perimetervideoanalys utför alla fyra funktionerna: direkt detektering, spårning (för att undvika upprepade larm på ett objekt), igenkänning (för att minimera falska larm orsakade av djur och annat "buller" från omgivningen) och förutsägelse (för att spåra när ett objekt tillfälligt försvinner från fältet). Igenkänning kan förstås som ett brett spektrum av uppgifter - från att klassificera ett objekt efter mål/brus till att identifiera eller verifiera ett objekt med biometriska egenskaper.

Ansiktsigenkänningsteknik baserad på ansiktsbiometri är toppen av videoanalys: den utgör de mest komplexa uppgifterna och använder ett brett utbud av matematiska verktyg. Å ena sidan implementerar det biometriska systemet igenkänningsfunktionen genom att upprätta en probabilistisk koppling mellan bilden och identifierarna för personer som är registrerade i databasen. Å andra sidan kräver ett biometriskt system felfria detekterings- och spårningsfunktioner.

Exempel på framgångsrikt lösta uppgifter med videoanalysfunktioner:

  1. Erkännande i syfte att räkna personer och fordon
  2. Nummerplåtsigenkänning (på fordon, sedlar, dokument, etc.)
  3. Händelsedetektering (rörelser, rörelser, korsning av tillåtna linjer och gränser, att vara i zoner, kasta föremål över ett staket, etc.)
  4. Detektering av farliga situationer (massor av människor, övergivna föremål, bränder och rök, etc.)
  5. Igenkänning av mänskliga ansikten och deras sökning i databaser

Tillämpning av videoanalys

Användningen av videoanalys gör det möjligt att automatiskt, utan mänsklig inblandning, lösa uppgifter under videoövervakning som vanligtvis bara ligger inom människosynens makt. Denna teknik används både för att säkerställa säkerhet och för att förbättra affärseffektiviteten inom handel, finanssektorn och transporter.

Funktioner Användningsområden
Objektigenkänning Säkerhet, objekträkning inom handel och transport
Händelsedetektering Säkerhet, personalkontroll
Analys av objektaktivitet Att förbättra kvaliteten på tjänsten

Kommersiell användning av videoanalys

Videoanalys används ofta för att få en objektiv bedömning av verksamhetens resultat, eftersom den är kapabel till kontinuerlig och automatiserad datainsamling som inte är beroende av den mänskliga faktorn och genererar rapporter på användarens begäran när som helst. Videoanalysteknik används av återförsäljare , banker, gallerior och tillverkare av dagligvaror .

Videoanalystekniker används i stor utsträckning för att lösa komplexa säkerhetsproblem och tillhandahålla statistik och marknadsföringsdata. Videoanalys analyserar följande parametrar:

Räkna personer och fordon

Funktioner för videoanalyssystemet vid räkning
  • Människor och fordonsräkning i realtid
  • Insamling och analys av kvantitativa data som samlats in som ett resultat av arbetet med algoritmer för räkning
Business People Counting görs för att beräkna flera viktiga företagsresultatmått:
  1. CPM (Cost Per Mile eller Cost Per Thousand - försäljning per tusen besökare)
  2. SSF (Sales Per Square Foot eller Sales Per Unit Area - antalet försäljningar per enhetsyta)
Affärsmöjligheter Försäljningsprognoser baserad på data om det verkliga flödet av besökare/köpare Utvärdering av affärsresultat, beräkning av omvandlingsfrekvensen en:Omvandlingsfrekvens baserat på statistiska uppgifter om objektets närvaro Att koppla motivationssystemet för anställda till konverteringsfrekvensen en:Conversion rate Analys av kvaliteten på kapacitetsutnyttjandet: butiksytor, personalarbete Utvärdering av effektiviteten av reklamkampanjer och investeringar i PR och marknadsföring baserat på platsbesöksdata Minska personalkostnader, anpassa antalet anställda per skift och schemat för anläggningen i enlighet med intensiteten i flödet av besökare

Automatisk videobildanalys av ett begränsat område

Funktioner för videoanalyssystemet i omkretsanalys
  • Räknar antalet objekt i en begränsad omkrets
  • Identifiering av föremål som ligger i omkretsen, enligt vissa egenskaper (identifiering av personal med uniform, etc.)
  • Beräkning av fördröjningstiden för objekt i en given omkrets
  • Övervakning av aktiviteten hos objekt i en given omkrets (detektering av rörelse, frånvarofakta i omkretsen, etc.)
Affärsmöjligheter Beräkning av det optimala antalet skötare baserat på data om besökarnas beteende Fixering av personalaktivitet för efterföljande sökning i videoarkivet vid analys av konfliktsituationer Utvärdering av reklamkampanjernas effektivitet och anpassning av dem Förse leverantörer med information om effektiviteten av kampanjer Förebyggande av stöld av pengar och varor (kontroll av kassaområden, lager, varumottagningsområden, etc.) Analys av aktiviteten för besökare/shoppare i butiken i utvalda områden Beräkning av konverteringsgraden för de utvalda avdelningarna.

Videoanalys i industriella säkerhetsproblem

I juli 2019, på den internationella industrimässan Innoprom-2019, presenterade IT-företaget Croc för första gången en heltäckande lösning för videoanalys för arbetarskydd och industriell säkerhet. Det utvecklade systemet, som använder teknik baserad på utbildade neurala nätverk, gör det möjligt att analysera videoströmmen från CCTV-kameror , spåra händelser enligt specificerade parametrar och visuellt visa situationen på en 3D-modell av en industrianläggning online. Med hjälp av ett sådant verktyg kommer företag att kunna säkerställa en smidig drift av utrustning och minska risken för arbetsskador. Videoanalys kan också integreras med industriella bärbara enheter [1] .

Användningsfall för industriell videoanalys
  • identifiering av fakta om brist på personlig skyddsutrustning (PPE)
  • spårning av personalens plats
  • erkännande av brott mot säkerhetsföreskrifter vid arbete på höjden
  • tillträdeskontroll till riskområden
  • övervakning av produktionsområden och infrastruktur
  • incidentutredning

Forskning inom videoanalys

Videodataanalys är en delmängd av datorseende och artificiell intelligens . Betydande vetenskaplig forskning inom dessa områden pågår vid University of Calgary, University of Waterloo , Kingston University , Georgia Institute of Technology , Carnegie Mellon University , West Virginia University och British Columbia Institute of Technology.

Utveckling av videoanalys i Ryssland

Vetenskaplig forskning inom området datorseende och artificiell intelligens har bedrivits i Ryssland sedan 2000-talet på basis av forskningscentra [2] och flera stora universitet [3] .

I Ryssland, tills nyligen, användes videoanalysalgoritmer främst för händelsedetektering, besökarräkning , igenkänning av farliga objekt och ansiktsidentifiering för att säkerställa säkerheten vid olika anläggningar: skyddade områden, transport (flygplatser, järnvägstransporter, registreringsskyltigenkänning för trafiken) polisen), såväl som vid statliga anläggningar.

Moderna utvecklingar inom området videoanalys kan lösa ett brett spektrum av kommersiella uppgifter . Algoritmer kan samla in och analysera viktig marknadsföringsinformation i realtid (räkna personer och fordon, analysera köer, övervaka människors aktivitet i vissa områden). Den höga noggrannheten och tillförlitligheten hos data som erhålls som ett resultat av driften av videoanalyssystem bekräftas av den utbredda användningen av algoritmer i näringslivet.

Se även

Anteckningar

  1. CROC presenterade industriell videoanalys . Hämtad 31 mars 2020. Arkiverad från originalet 24 september 2020.
  2. Uppfinningar av Ryssland // Stereoskopisk datorseende . Hämtad 25 mars 2022. Arkiverad från originalet 21 februari 2020.
  3. Rådet för modernisering av Rysslands ekonomi och innovativa utveckling (otillgänglig länk) . Hämtad 19 juli 2012. Arkiverad från originalet 13 oktober 2016. 

Artiklar

Litteratur