Videoanalyse er en teknologi, der bruger computersynsmetoder til automatisk at opnå forskellige data baseret på analysen af en sekvens af billeder, der kommer fra videokameraer i realtid eller fra arkiverede optegnelser. Videoanalyse er software til at arbejde med videoindhold. Softwaren er baseret på et sæt maskinsynsalgoritmer, der tillader videoovervågning og dataanalyse uden direkte menneskelig indgriben. Videoanalysealgoritmer kan integreres i forskellige forretningssystemer, som oftest bruges i videoovervågning og andre sikkerhedsområder.
Videoanalyse automatiserer fire sikkerhedsfunktioner:
Alle fire funktioner udføres gentagne gange, hvilket giver kontinuerlig forfining af hypoteser om antallet, placeringen og typen af objekter i det kontrollerede område, samt eliminering af redundans i resultaterne. Perimeter videoanalyse udfører alle fire funktioner: direkte detektion, sporing (for at undgå gentagne alarmer på ét objekt), genkendelse (for at minimere falske alarmer forårsaget af dyr og anden "støj" fra den omgivende verden) og forudsigelse (til sporing af, hvornår et objekt midlertidigt forsvinder fra marken). Genkendelse kan forstås som en bred vifte af opgaver - fra klassificering af et objekt efter mål/støj til at identificere eller verificere et objekt ved hjælp af biometriske træk.
Ansigtsgenkendelsesteknologi baseret på ansigtsbiometri er toppen af videoanalyse: den udgør de mest komplekse opgaver og bruger en bred vifte af matematiske værktøjer. På den ene side implementerer det biometriske system genkendelsesfunktionen ved at etablere en probabilistisk sammenhæng mellem billedet og identifikatorerne for personer, der er registreret i databasen. På den anden side kræver et biometrisk system fejlfri detektions- og sporingsfunktioner.
Eksempler på vellykket løste opgaver ved hjælp af videoanalysefunktioner:
Brugen af videoanalyse gør det muligt automatisk, uden menneskelig indgriben, at løse opgaver under videoovervågning , som normalt kun ligger inden for menneskesynets magt. Denne teknologi bruges både til at sikre sikkerhed og til at forbedre forretningseffektiviteten inden for handel, finanssektoren og transport.
Funktioner | Anvendelsesområder |
---|---|
Genkendelse af objekter | Sikkerhed, objekttælling i handel og transport |
Hændelsesdetektion | Sikkerhed, personalekontrol |
Analyse af objektaktivitet | Forbedring af servicekvaliteten |
Videoanalyse bruges ofte til at opnå en objektiv vurdering af virksomhedens præstation, da den er i stand til kontinuerlig og automatiseret dataindsamling, der ikke afhænger af den menneskelige faktor og genererer rapporter på brugerens anmodning til enhver tid. Videoanalyseteknologi bruges af detailhandlere , banker, indkøbscentre og FMCG - producenter .
Videoanalyseteknologier bruges i vid udstrækning til at løse komplekse sikkerhedsproblemer og levere statistiske og marketingdata. Videoanalyse analyserer følgende parametre:
I juli 2019, på den internationale industriudstilling Innoprom-2019, præsenterede it-virksomheden Croc for første gang en omfattende løsning til videoanalyse til arbejdsbeskyttelse og industriel sikkerhed. Det udviklede system, ved hjælp af teknologier baseret på trænede neurale netværk, gør det muligt at analysere videostrømmen fra CCTV-kameraer , spore hændelser i henhold til specificerede parametre og visuelt vise situationen på en 3D-model af en industriel facilitet online. Ved hjælp af et sådant værktøj vil virksomheder være i stand til at sikre gnidningsfri drift af udstyr og reducere risikoen for arbejdsskader. Videoanalyse kan også integreres med industrielle bærbare enheder [1] .
Industriel videoanalysebrugVideodataanalyse er en delmængde af computersyn og kunstig intelligens . Betydelig videnskabelig forskning på disse områder er i gang ved University of Calgary, University of Waterloo , Kingston University , Georgia Institute of Technology , Carnegie Mellon University , West Virginia University og British Columbia Institute of Technology.
Videnskabelig forskning inden for computersyn og kunstig intelligens er blevet udført i Rusland siden 2000'erne på basis af forskningscentre [2] og flere store universiteter [3] .
I Rusland blev videoanalysealgoritmer indtil for nylig brugt hovedsageligt til hændelsesdetektion, tælling af besøgende , genkendelse af farlige objekter og ansigtsidentifikation for at sikre sikkerheden ved forskellige faciliteter: beskyttede områder, transport (lufthavne, jernbanetransport, nummerpladegenkendelse for trafikken) politi), samt på offentlige faciliteter.
Moderne udviklinger inden for videoanalyse er i stand til at løse en lang række kommercielle opgaver . Algoritmer kan indsamle og analysere vigtig markedsføringsinformation i realtid (tælle mennesker og køretøjer, analysere køer, overvåge menneskers aktivitet i visse områder). Den høje nøjagtighed og pålidelighed af data opnået som et resultat af driften af videoanalysesystemer bekræftes af den udbredte brug af algoritmer i erhvervslivet.