Видеоаналитика

Видеоаналитика

Видеоаналитика — технология, использующая методы компьютерного зрения для автоматизированного получения различных данных на основании анализа последовательности изображений, поступающих с видеокамер в режиме реального времени или из архивных записей. Видеоаналитика представляет собой программное обеспечение (ПО) для работы с видеоконтентом. [1]. В основе программного обеспечения лежит комплекс алгоритмов машинного зрения, позволяющих вести видеомониторинг и производить анализ данных без прямого участия человека. Алгоритмы видеоаналитики могут быть интегрированы в различные бизнес-системы, чаще всего используются в видеонаблюдении и других сферах безопасности.

Содержание

Функциональные возможности видеоаналитики

Видеоаналитика автоматизирует четыре функции средств охраны:

  • обнаружение
  • слежение
  • распознавание
  • прогнозирование

Все четыре функции выполняются многократно, обеспечивая непрерывное уточнение гипотез о количестве, местоположении и типах объектов в контролируемой зоне, а также устранение избыточности в результатах. Периметральная видеоаналитика выполняет все четыре функции: непосредственно обнаружение, слежение (для исключения повторных срабатываний по одному объекту), распознавание (для минимизации ложных срабатываний, вызываемых животными и другим «шумом» окружающего мира) и прогнозирование (для слежения при временном пропадании объекта из поля). Под распознаванием можно понимать широкий спектр задач — от классификации объекта на цель/шум до идентификации или верификации объекта по биометрическим признакам.

Технология распознавание лиц на основе биометрии лица является «вершиной» видеоаналитики: она ставит наиболее сложные задачи и задействует широкий спектр математических инструментов. С одной стороны, биометрическая система реализует функцию распознавания, устанавливая вероятностную связь изображения с идентификаторами людей, зарегистрированных в базе данных. С другой стороны, биометрическая система требует безукоризненной работы функций обнаружения и слежения[2].

Примеры успешно решаемых задач с помощью функций видеоаналитики:

  1. Распознавание с целью подсчёта людей и транспорта
  2. Распознавание номеров (на транспорте, на денежных купюрах, документах и т. п.)
  3. Детектирование событий (перемещения, движения,пересечение допустимых линий и границ, нахождение в зонах, перебрасывание предметов через ограждение и т. п.)
  4. Обнаружение опасных ситуаций (скопления людей, оставленные предметы, возгорания и задымления и т. п.)
  5. Распознавание человеческих лиц и поиск их в базах данных

Применение видеоаналитики

Использование видеоаналитики дает возможность в автоматическом режиме, без участия человека, в процессе видеонаблюдения решать задачи, которые обычно под силу только человеческому зрению. Данная технология используется как для обеспечения безопасности, так и для повышения эффективности бизнеса в торговле, финансовом секторе и на транспорте.

Функции Области применения
Распознавание объектов Безопасность, подсчет объектов в торговле и на транспорте
Детектирование событий Безопасность, контроль работы персонала
Анализ активности объектов Повышение качества обслуживания

Коммерческое использование видеоаналитики

Видеоаналитика часто применяется для получения объективной оценки эффективности бизнеса, так как способна производить непрерывный и автоматизированный сбор данных, не зависящий от человеческого фактора, и формировать отчеты по запросу пользователя в любой момент времени. Технологии видеоаналитики широко используются для решения комплексных задач по обеспечению безопасности и предоставлению статистических и маркетинговых данных. Видеоаналитика производит анализ следующих параметров:

  • Поток людей и транспорта
  • Количество объектов в очереди и время задержки людей в очереди
  • Активность людей в выбранной зоне

Подсчёт людей и транспорта

Функции системы видеоаналитики в подсчете
  • Подсчет людей и транспорта, осуществляемый в режиме реального времени
  • Сбор и анализ количественных данных, собранных в результате работы алгоритмов по подсчету
Подсчет людей в коммерческих целях производится для расчета нескольких важных показателей эффективности бизнеса:
  1. CPM en:Cost per mille (Cost Per Mile или Cost Per Thousand — объём продаж на тысячу посетителей)
  2. SSF [3] (Sales Per Square Foot или Sales Per Unit Area — число продаж на единицу площади)
Возможности для бизнеса
Прогнозирование продаж на основе данных о реальном потоке посетителей/покупателей
Оценка эффективности бизнеса, расчет коэффициента конверсии en:Conversion rate на основании статистических данных о посещаемости объекта
Привязка мотивационной системы сотрудников к коэффициенту конверсии en:Conversion rate
Анализ качества использования мощностей: торговой площади, работы персонала
Оценка эффективности рекламных компаний и вложений в PR и маркетинг на основании данных о посещаемости объекта
Снижение издержек на персонал,корректировка количества персонала в смене и графика работы объекта в соответствии интенсивностью потока посетителей

Автоматический анализ видеоизображения ограниченной зоны

Функции системы видеоаналитики в анализе периметра
  • Подсчет количества объектов в ограниченном периметре
  • Идентификация объектов, находящихся в периметре, по определенным признакам (определение персонала по униформе и т.п.)
  • Расчет времени задержки объектов в заданном периметре
  • Мониторинг активности объектов в заданном периметре (детектирование движения, фактов отсутствия в периметре и т.п.)
Возможности для бизнеса
Расчёт оптимального количества обслуживающего персонала на основании данных о поведении посетителей
Фиксация активности персонала для последующего поиска в видеоархиве при разборе конфликтных ситуаций
Оценка эффективности рекламных кампаний и их корректировка
Предоставление вендорам информации об эффективности промо-акций
Профилактика хищений денежных средств и товаров (контроль кассовых зон, складских помещений, зон приемки товаров и т.п.)
Анализ активности посетителей/покупателей магазина по выбранным зонам
Расчет коэффициента конверсии en:Conversion rate по выбранным отделам.

Научные исследования в области видеоаналитики

Анализ видеоданных является подмножеством компьютерного зрения и искусственного интеллекта [4]. Значительные научные исследования в этих областях ведутся в Университете Калгари en:University of Calgary, Университете Ватерлоо, Университете Кингстона, Технологическом институте Джорджии, Университете Карнеги-Меллона, Университете Западной Вирджинии en:West Virginia University и технологическом институте Британской Колумбии en:British Columbia Institute of Technology.

Развитие видеоаналитики в России

Научные исследования в области компьютерного зрения и искусственного интеллекта ведутся в России с 2000х годов на базе исследовательских центров [1] и нескольких крупных университетов [2].

В России до недавних пор алгоритмы видеоаналитики применялись в основном для детектирования событий, распознавания опасных предметов и идентификации лиц с целью обеспечения безопасности на различных объектах: охраняемых территориях, транспорте (аэропорты, железнодорожный транспорт, распознавание автомобильных номеров для ГИБДД), а также на государственных объектах.

Современные разработки в области видеоаналитики способны решать большой спектр коммерческих задач. Алгоритмы могут осуществлять сбор и анализ важной маркетинговой информации в режиме реального времени (подсчет людей и транспорта, анализ очередей, мониторинг активности людей в отдельных зонах). Высокая точность и достоверность данных, полученных в результате работы систем видеоаналитики, подтверждается широким использованием алгоритмов в бизнесе.

Статьи

  1. Видеоаналитика: мифы и реальность
  2. Развитие систем видеоаналитики
  3. Камеры видеонаблюдения решают задачу безопасности супермаркета
  4. Видеоконтроль в зоне приемки товара
  5. Видеоаналитика на железной дороге: проездной билет в безопасность Журнал "Алгоритм Безопасности" - № 5, 2010.
  6. Видеонаблюдение по IP
  7. Машинное зрение встраиваемых систем: накануне бума
  8. Введение в видеоанализ
  9. Можно ли оценить эффект видеоаналитики? Газета Security News - 2006
  10. Видеоаналитика - осознавая пределы возможностей Газета Security News - 2007
  11. Реалии видеоаналитики: как отделить профессионалов от пустозвонов Газета Security News - 2007
  12. Тяжёлая поступь видеоаналитики. Решения анализа видеоизображения на массовом рынке -- победа или занижение планки? Газета Security News - 2011

Литература

  1. Torsten Anstädt, Ivo Keller, Harald Lutz. Практическое руководство по видеоаналитике = Intelligente Videoanalyse: Handbuch Fr Die Praxis.:John Wiley & Sons, 2011.- P.164.-ISBN 3-527-63297-2.
  2. Торстен Анштедт, Иво Келлер, Харальд Лутц. Видеоаналитика: Мифы и реальность: Security Focus, 2012. - 176 c. - ISBN 978-5-9901176-5-5.
  3. Желтов С.Ю. и др. Обработка и анализ изображений в задачах машинного зрения. — М.: Физматкнига, 2010. — С. 672. — ISBN 978-5-89155-201-2 С. 558-562, 579-582, 584-588.

См. также

Примечания



Wikimedia Foundation. 2010.

Игры ⚽ Нужна курсовая?
Синонимы:

Полезное


Смотреть что такое "Видеоаналитика" в других словарях:

  • видеоаналитика — сущ., кол во синонимов: 1 • аналитика (1) Словарь синонимов ASIS. В.Н. Тришин. 2013 …   Словарь синонимов

  • Видеосемантика — Эта статья предлагается к удалению. Пояснение причин и соответствующее обсуждение вы можете найти на странице Википедия:К удалению/30 ноября 2012. Пока процесс обсуждения не завершён, статью можно …   Википедия

  • аналитика — сущ., кол во синонимов: 1 • видеоаналитика (1) Словарь синонимов ASIS. В.Н. Тришин. 2013 …   Словарь синонимов

  • Стандарт ONVIF — ONVIF (Open Network Video Interface Forum)  отраслевой стандарт, определяет протоколы взаимодействия таких устройств как IP камеры, энкодеры, видеорегистраторы и системы управления видео. История развития Международный форум ONVIF (Open… …   Википедия

  • Блюз (регбийный клуб) — Это статья о новозеландском регбийном клубе. О валлийском регбийном клубе см. статью «Кардифф Блюз». Блюз …   Википедия


Поделиться ссылкой на выделенное

Прямая ссылка:
Нажмите правой клавишей мыши и выберите «Копировать ссылку»