Читати далі…" /> Читати далі…"> Читати далі…">

Отримуйте більше від відеоспостереження, використовуючи аналітику і глибинне навчання

Здатність аналізувати і вчитися, грунтуючись на матеріалах безпеки, стала важливим аспектом відеоспостереження. Ми розглянемо кілька компаній, які розробили відеоаналітіческое програмне забезпечення з такими функціями, як раcпознаніе різних типів об’єктів і здатністю до навчання.
Хмарна платформа Kipod Analytics зі штучним інтелектом і великими даними
Kipod використовує міць хмарних технологій, штучного інтелекту і великих даних для управління відеоконтентом і кадровим аналізом. Використовуючи хмара, користувач може переглядати кадри з мільйонів камер. Як відео-, так і аудіоаналітіка засновані на глибинному навчанні. Штучний інтелект здатний ідентифікувати конкретні особи і транспортні засоби шляхом відстеження за допомогою декількох камер. Kipod також має функції виявлення тривог і класифікації об’єктів.
Пошук відеофрагментів став більш інтуїтивним завдяки великим даними. Kipod може шукати кадри з певним типом транспортного засобу, людиною з конкретними особливостями особи або навіть відслідковувати аудиоинформацию, яка містить певні звуки, такі як постріл з пістолета або розбиття скла. Користувачі також можуть встановлювати фільтри для показу відеоматеріалів з певними атрибутами, такими як траєкторія руху, приховані особи або зупинення певних об’єктів.
Відеоаналітіка на основі глибинного навчання Calipsa
Моніторинг відеоспостереження протягом тривалого часу може бути стомлюючої завданням для людей. З плином часу можна втратити увагу і концентрацію. Calipsa розробила систему штучного інтелекту, яка не тільки контролює і аналізує потоки відео в режимі реального часу або записані відеофрагменти, але також постійно поліпшується, вивчаючи свої помилки. Оператори навчають алгоритм, винагороджуючи його за правильні повідомлення і караючи за неправдиві, це гарантує, що він ніколи не зробить одну і ту ж помилку двічі.
Якщо оператора цікавить виявлення тільки певного типу об’єктів, він може навчити штучний інтелект робити це. Система досить чутлива, щоб розрізняти пішохода і велосипедиста, або різні розміри транспортних засобів на дорозі. Вона також може одночасно контролювати і аналізувати кілька відеоматеріалів, що збільшує можливості покриття відео. Всі ці функції доступні оператору з веб-браузера, що виключає додаткові витрати на обладнання.
Sensority Suspect Detection Video Surveillance, контроль підозрілого відеоспостереження
Sensority розробила аналітичну систему, засновану на хмарні обчислення, яка використовує психофізіологічні особливості людей на відеозаписах з камер спостереження.
Система Suspect Detection Video Surveillance (SDVS) виявляє сотні людей в відеопотоці, комбінуючи відеоспостереження та психофізіологічний аналіз, щоб зловити підозрілих або конкретних людей. Система може приймати рішення і визначати дії суб’єкта за допомогою методу розпізнавання образів, а також спостерігати психофізіологічні зміни. Завдяки глибинного вивчення, SDVS здатний покращувати аналітику з плином часу.
SDVS може працювати з безліччю камер, одночасно відстежуючи кілька об’єктів з кожної камери. Система надасть тимчасову шкалу всіх підозрілих дій і надасть список потенційно небезпечних подій. SDVS ідеально підходить для місць скупчення великої кількості людей, таких як аеропорти і стадіони.
Face ++ Face Comparing
Технологія Face ++ Face Comparing – це щось більше, ніж просте виявлення особи або розпізнавання особи. Вона може порівнювати два зображення для визначення подібності, використовуючи глибинне навчання, що допомагає при перевірці особистості. Система з високою точністю виконує свої функції незалежно від таких факторів, як макіяж особи, неправильне освітлення і положення голови. Face ++ допомагає захистити користувачів від підробки фотографій, підроблених осіб і 3D-аватарів.
Використовуючи машинне навчання, Face ++ аналізує риси обличчя людини для того, щоб визначити його вік, стать, інтенсивність усмішки і т. Д. Щоб ще більше підвищити точність програмного забезпечення, технологія виділяє характерні (антропометричні) точки особи. Програмне забезпечення може швидко робити пошук по фотографіях і знаходити схожі особи, даючи оціночні значення довіри і порогові значення для оцінки подібності.
Cogniac AI Visual Observation, платформа для контролю і безпеки виробництва
Cogniac AI Visual Observation використовує функцію навчання штучного інтелекту на підставі призначеного для користувача вибору для побудови візуальної зворотнього зв’язку. Підключивши зображення і відеопотоки, користувачі можуть вибирати об’єкти та умови, які представляють для них інтерес, для подальшого навчання штучного інтелекту і створення автоматичних спостережень протягом декількох хвилин.
Платформа може бути розгорнута в різних умовах для підвищення безпеки. Штучний інтелект може визначати безпеку на робочих місцях, таких як будівельні майданчики, де працівник повинен носити належну одяг для власної безпеки. Штучний інтелект також контролює критичне обладнання і відправляє повідомлення, якщо він бачить умови, які можуть зажадати уваги. Cogniac AI може також використовуватися і для інших цілей, таких як розпізнавання логотипів, огляд місцевості або підрахунок людей.

0 коментарів

Залишити відповідь