Videoanalytiikka

Kokeneet kirjoittajat eivät ole vielä tarkistaneet sivun nykyistä versiota, ja se voi poiketa merkittävästi 31. maaliskuuta 2020 tarkistetusta versiosta . tarkastukset vaativat 5 muokkausta .

Videoanalytiikka  on tekniikka, joka käyttää tietokonenäkömenetelmiä automaattisesti erilaisten tietojen saamiseksi videokameroista reaaliajassa tai arkistoiduista tietueista tulevan kuvasarjan analyysin perusteella . Videoanalytics on ohjelmisto videosisällön käsittelyyn. Ohjelmisto perustuu joukkoon konenäköalgoritmeja, jotka mahdollistavat videovalvonnan ja tietojen analysoinnin ilman suoraa ihmisen väliintuloa. Videoanalyysialgoritmit voidaan integroida erilaisiin liiketoimintajärjestelmiin, joita käytetään useimmiten videovalvonnassa ja muilla turvallisuusalueilla.

Videon analytiikkatoiminto

Videoanalytiikka automatisoi neljä suojausominaisuutta:

Kaikki neljä toimintoa suoritetaan toistuvasti, mikä mahdollistaa jatkuvan hypoteesien tarkentamisen valvotun alueen kohteiden lukumäärästä, sijainnista ja tyypeistä sekä tulosten redundanssin eliminoinnista. Perimeter video analytics suorittaa kaikki neljä toimintoa: suora havaitseminen, seuranta (jotta vältetään toistuvia hälytyksiä yhdestä kohteesta), tunnistus (minimoi eläinten aiheuttamat väärät hälytykset ja muu ympäröivän maailman "melu") ja ennustus (seuranta, kun kohde tilapäisesti katoaa kentältä). Tunnistus voidaan ymmärtää monenlaisina tehtävinä - kohteen luokittelusta kohteen/kohinan perusteella kohteen tunnistamiseen tai todentamiseen biometristen ominaisuuksien perusteella.

Kasvojen biometriikkaan perustuva kasvojentunnistustekniikka on videoanalytiikan huippu: se asettaa monimutkaisimmat tehtävät ja käyttää monenlaisia ​​matemaattisia työkaluja. Toisaalta biometrinen järjestelmä toteuttaa tunnistustoiminnon muodostamalla todennäköisyyspohjaisen yhteyden kuvan ja tietokantaan rekisteröityjen henkilöiden tunnisteiden välille. Toisaalta biometrinen järjestelmä vaatii virheettömiä tunnistus- ja seurantatoimintoja.

Esimerkkejä onnistuneesti ratkaistuista tehtävistä käyttämällä videoanalytiikkatoimintoja:

  1. Tunnustus ihmisten ja ajoneuvojen laskemista varten
  2. Rekisterikilven tunnistus (ajoneuvoissa, seteleissä, asiakirjoissa jne.)
  3. Tapahtumien havaitseminen (liikkeet, liikkeet, sallittujen linjojen ja rajojen ylittäminen, vyöhykkeillä oleminen, esineiden heittäminen aidan yli jne.)
  4. Vaarallisten tilanteiden havaitseminen (ihmisjoukot, hylätyt esineet, tulipalot ja savu jne.)
  5. Ihmiskasvojen tunnistus ja niiden haku tietokannoista

Videoanalytiikan sovellus

Videoanalytiikan käyttö mahdollistaa automaattisesti, ilman ihmisen väliintuloa, ratkaista videovalvonnan aikana tehtäviä, jotka ovat yleensä vain ihmisen näkökyvyn piirissä. Tätä teknologiaa käytetään sekä turvallisuuden varmistamiseen että liiketoiminnan tehokkuuden parantamiseen kaupassa, rahoitusalalla ja liikenteessä.

Toiminnot Käyttöalueet
Objektin tunnistus Turvallisuus, esinelaskenta kaupassa ja kuljetuksissa
Tapahtuman havaitseminen Turvallisuus, henkilöstövalvonta
Objektin toiminnan analyysi Palvelun laadun parantaminen

Videoanalytiikan kaupallinen käyttö

Videoanalytiikkaa käytetään usein objektiivisen arvion saamiseksi liiketoiminnan tuloksesta, sillä se pystyy jatkuvaan ja automatisoituun tiedonkeruuun, joka ei riipu inhimillisestä tekijästä ja tuottaa raportteja käyttäjän pyynnöstä milloin tahansa. Jälleenmyyjät , pankit, ostoskeskukset ja FMCG - valmistajat käyttävät videoanalytiikkatekniikkaa .

Videoanalytiikkatekniikoita käytetään laajasti monimutkaisten tietoturvaongelmien ratkaisemiseen ja tilasto- ja markkinointitietojen tuottamiseen. Videoanalytiikka analysoi seuraavat parametrit:

Ihmisten ja ajoneuvojen laskeminen

Videoanalytiikkajärjestelmän toiminnot laskennassa
  • Reaaliaikainen ihmisten ja ajoneuvojen laskenta
  • Laskenta-algoritmien työn tuloksena kerättyjen kvantitatiivisten tietojen kerääminen ja analysointi
Liikemiesten laskennalla lasketaan useita tärkeitä liiketoiminnan suorituskykymittareita:
  1. CPM (Cost Per Mile tai Cost Per Thousand – myynti tuhatta kävijää kohti)
  2. SSF (Sales Per Square Foot tai Sales Per Unit Area – myynnin määrä pinta-alayksikköä kohti)
Liiketoimintamahdollisuudet Myynnin ennuste perustuu todelliseen kävijä-/ostajavirtaan Liiketoiminnan suorituskyvyn arviointi, muuntoprosentin laskeminen en:Konversioprosentti kohteen läsnäoloa koskevien tilastotietojen perusteella Työntekijöiden motivaatiojärjestelmän yhdistäminen muuntokurssiin en:Conversion rate Kapasiteetin käyttöasteen laadun analyysi: liiketila, henkilöstötyö Mainoskampanjoiden ja PR- ja markkinointiinvestointien tehokkuuden arviointi sivustojen kävijämäärätietojen perusteella Henkilöstökulujen vähentäminen, henkilökunnan vuorokohtaisen määrän ja tilan aikataulun sovittaminen kävijävirran intensiteetin mukaan

Automaattinen videokuva-analyysi rajoitetulla alueella

Videoanalytiikkajärjestelmän toiminnot kehäanalyysissä
  • Kohteiden lukumäärän laskeminen rajoitetulla kehällä
  • Kehällä sijaitsevien esineiden tunnistaminen tiettyjen ominaisuuksien mukaan (henkilöstön tunnistaminen univormulla jne.)
  • Tietyllä kehällä olevien kohteiden viiveajan laskenta
  • Objektien toiminnan valvonta tietyllä kehällä (liikkeen havaitseminen, poissaolotiedot kehällä jne.)
Liiketoimintamahdollisuudet Optimaalisen hoitajamäärän laskeminen vierailijoiden käyttäytymistä koskevien tietojen perusteella Henkilöstön toiminnan kiinnittäminen myöhempää hakua varten videoarkistosta konfliktitilanteita analysoitaessa Mainoskampanjoiden tehokkuuden arviointi ja niiden säätö Tarjoamalla myyjille tietoa kampanjoiden tehokkuudesta Rahavarojen ja tavaroiden varkauksien ehkäisy (kassatilojen, varastojen, tavaroiden vastaanottoalueiden valvonta jne.) Analyysi liikkeen kävijöiden / ostajien aktiivisuudesta valituilla alueilla Valittujen osastojen muuntokurssin laskeminen.

Videoanalytiikka teollisuuden turvallisuusongelmissa

IT-yritys Croc esitteli heinäkuussa 2019 kansainvälisellä teollisuusmessuilla Innoprom-2019 ensimmäistä kertaa videoanalytiikan kokonaisratkaisun työsuojeluun ja työturvallisuuteen. Kehitetty järjestelmä, jossa käytetään koulutettuihin neuroverkkoihin perustuvia teknologioita, mahdollistaa CCTV-kameroiden videovirran analysoinnin , tapahtumien seuraamisen määritettyjen parametrien mukaan ja tilanteen visuaalisen näyttämisen teollisuuslaitoksen 3D-mallissa verkossa. Tällaisen työkalun avulla yritykset voivat varmistaa laitteiden moitteettoman toiminnan ja vähentää työtapaturmien riskiä. Videoanalytiikka voidaan integroida myös teollisiin puettaviin laitteisiin [1] .

Teollisuuden videoanalytiikan käyttötapaukset
  • henkilökohtaisten suojavarusteiden (PPE) puutteiden tunnistaminen
  • henkilöstön sijainnin seuranta
  • turvallisuusmääräysten rikkomusten tunnistaminen korkealla työskenneltäessä
  • pääsyn valvonta vaarallisille alueille
  • tuotantoalueiden ja infrastruktuurin seuranta
  • tapahtuman tutkinta

Tutkimus videoanalytiikan alalla

Videotietojen analyysi on osa tietokonenäön ja tekoälyn osajoukkoa . Näillä aloilla tehdään merkittävää tieteellistä tutkimusta Calgaryn yliopistossa, Waterloon yliopistossa , Kingstonin yliopistossa , Georgia Institute of Technologyssa , Carnegie Mellon Universityssä , West Virginian yliopistossa ja British Columbia Institute of Technologyssa.

Videoanalytiikan kehitys Venäjällä

Tieteellistä tutkimusta tietokonenäön ja tekoälyn alalla on Venäjällä tehty 2000-luvulta lähtien tutkimuskeskusten [2] ja useiden suurten yliopistojen [3] pohjalta .

Venäjällä videoanalytiikkaalgoritmeja käytettiin viime aikoihin asti pääasiassa tapahtumien havaitsemiseen, vierailijoiden laskemiseen , vaarallisten kohteiden tunnistamiseen ja kasvojen tunnistamiseen turvallisuuden varmistamiseksi eri tiloissa: suoja-alueilla, liikenteessä (lentokentät, rautatiekuljetukset, liikenteen rekisterikilpien tunnistus). poliisi) sekä valtion laitoksissa.

Nykyaikainen kehitys videoanalytiikan alalla pystyy ratkaisemaan monenlaisia ​​kaupallisia tehtäviä . Algoritmit voivat kerätä ja analysoida tärkeää markkinointitietoa reaaliajassa (ihmisten ja ajoneuvojen laskeminen, jonojen analysointi, ihmisten toiminnan seuraaminen tietyillä alueilla). Videoanalytiikkajärjestelmien toiminnan tuloksena saadun tiedon korkean tarkkuuden ja luotettavuuden vahvistaa algoritmien laaja käyttö liiketoiminnassa.

Katso myös

Muistiinpanot

  1. CROC esitteli teollisen videoanalytiikan . Haettu 31. maaliskuuta 2020. Arkistoitu alkuperäisestä 24. syyskuuta 2020.
  2. Venäjän keksinnöt // Stereoskooppinen tietokonenäkö . Haettu 25. maaliskuuta 2022. Arkistoitu alkuperäisestä 21. helmikuuta 2020.
  3. Venäjän talouden nykyaikaistamisen ja innovatiivisen kehityksen neuvosto (pääsemätön linkki) . Haettu 19. heinäkuuta 2012. Arkistoitu alkuperäisestä 13. lokakuuta 2016. 

Artikkelit

Kirjallisuus