Мероприятия города Запорожье


 (голосов: 0)

БУДУЩЕЕ НАСТУПАЕТ УЖЕ СЕЙЧАС — ВИДЕОНАБЛЮДЕНИЕ ВСТРЕЧАЕТСЯ С АНАЛИТИЧЕСКИМ ИНТЕЛЛЕКТОМ...

 

Каким будет мир, когда видеонаблюдение встретится с аналитическим интеллектом?

Технологии видеоаналитики развиваются на протяжении последних 10 лет. Машинное обучение значительно упрощает процесс разработки программного обеспечения, а вычислительная мощность графических процессоров позволяет выполнять видеоанализ в режиме реального времени. Например, на саммите G20, который состоялся в 2016 году в Китае, было развернуто решение безопасности, разработанное Dahua Technology, с использованием глубинного обучения аналитического интеллекта — для автоматического анализа пешеходов в аэропортах и на вокзалах, с целью выявления потенциальных подозреваемых в совершении преступлений.


Глубинное обучение относится к искусственным нейронным сетям, которые состоят из множества слоев. Оно призвано подражать способностям человека анализировать и учиться. Оно имитирует механизм мозга, чтобы интерпретировать данные, такие как изображение, голос и текст. Глубинное обучение было успешно применено в распознавании образов и голоса. В 2013 году глубинное обучение было внесено в список MIT как одна из десяти самых прорывных технологий.


В индустрии безопасности применение глубинного обучения важно по двум причинам: с одной стороны, оно повышает точность некоторых алгоритмов, с другой стороны, оно реализует функции, которые не могут быть выполнены без использования глубинного обучения. Например, распознавание лица включает в себя три ключевые части: обнаружение лица, выделение ключевых черт (особенностей) лица, сравнение этих особенностей. Если бы была применена технология глубинного обучения, производительность каждой процедуры была бы значительно улучшена.

Используя глубинное обучение, выражение лица, пол, возраст, цвет волос, аксессуары, эмоции и т.д., могут быть распознаны более эффективно. Кроме того, графический процессор может использоваться для ускорения вычисления алгоритма глубинного обучения. Традиционный интеллектуальный анализ не может охватить крупномасштабную сцену с более чем 300 людьми, не говоря уже о групповом анализе движущихся сцен. Теперь, основываясь на технологиях глубинного обучения и графическом процессоре, он может легко справляться с 300 целями одновременно, а также оценивать плотность толпы и определять движение толпы, предоставлять более полезную информацию сотрудникам службы безопасности.

Очевидно, что глубинное обучение ускоряет развитие интеллектуального наблюдения. 7 марта 2017 года Dahua вместе с Nvidia, ведущей в мире компанией по разработке искусственного интеллекта, запустили сервер Deep Sense для анализа интеллектуальной структуры видео. Между тем, Dahua также сотрудничает со многими известными университетами в Китае и за его пределами, чтобы продвигать исследования в области глубинного обучения. В результате алгоритм распознавания лиц Dahua занял первое место на публичной авторитетной тестовой платформе LFW, победив Tencent, Google и другие ведущие научные группы и коммерческие компании по всему миру.

Способность использовать искусственный интеллект для идентификации и анализа транспортных средств будет очень ценной. После применения глубинного обучения было очевидное улучшение в приложениях безопасности на базе искусственного интеллекта. С одной стороны, скорость распознавания номерных знаков значительно возросла, с другой стороны, появилась возможность более точно идентифицировать свойства автомобиля, такие как тип, модель и цвет. Объединяя различные элементы в одном поиске, становится возможным идентифицировать искомое транспортное средство, даже если номерной знак не был захвачен.

Традиционная технология интеллектуального видеоанализа ранее не была способна распознавать форму тела, пол, возраст, цвет волос или длину волос, но технология глубинного обучения Dahua сделала это возможным. Сервер видеоаналитики с использованием глубинного обучения осуществляет распознавание до 80 человек в течение 40 мс. Такое распознавание также подходит для использования в местах массового скопления людей с непрерывными потоками, например, на эскалаторах, перекрестках, в деловых и выставочных центрах, а его точность достигает 95%.

Сервер с поддержкой графического процессора «Deep Sense» может охватывать 192 канала HD-видео. В отличие от предыдущей Intelligent Video Analytics (IVA), которая может контролировать только ключевые входы из-за ограничения стоимости и емкости, технически и экономически целесообразно полностью контролировать систему наблюдения типичного здания.

Развитие приложений искусственного интеллекта, вероятно, столкнется со многими препятствиями и трудностями, но тенденции оптимистичны. Прогресс в распознавании человеческих образов и транспортных средств оказал значительное влияние на приложения безопасности. Распознавание голоса, вероятно, будет следующим шагом. Акустические шаблоны можно комбинировать с характеристиками поведения человека или характеристиками автомобиля, чтобы сузить поиск и уменьшить ложные тревоги. Голос также может быть формой ввода данных или взаимодействия. Жест рукой и жест тела, или их комбинация может помочь «машине» понять контекст происходящего.


Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь.
Мы рекомендуем Вам зарегистрироваться либо войти на сайт под своим именем.
 
Всего комментариев: 0
Добавлять комментарии могут только зарегистрированные пользователи.
[ Регистрация | Вход ]

Интересное

Онлайн

Сейчас на сайте: 1
Гостей: 1
Пользователей: 0


Зарегистрировалось: 43190 чел.
Новых за месяц: 0
Новых за неделю: 0
Новых сегодня: 0
Заблокированных: 0
Модераторов: 0
 

Что-то интересное

Блок для вашей рекламы.
 
/div>