- 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:
- Распознавание с целью подсчёта людей и транспорта
- Распознавание номеров (на транспорте, на денежных купюрах, документах и т. п.)
- Детектирование событий (перемещения, движения,пересечение допустимых линий и границ, нахождение в зонах, перебрасывание предметов через ограждение и т. п.)
- Обнаружение опасных ситуаций (скопления людей, оставленные предметы, возгорания и задымления и т. п.)
- 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:
- CPM en:Cost per mille (Cost Per Mile или Cost Per Thousand — объём продаж на тысячу посетителей)
- 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
- Видеоаналитика: мифы и реальность
- Развитие систем видеоаналитики
- Камеры видеонаблюдения решают задачу безопасности супермаркета
- Видеоконтроль в зоне приемки товара
- Видеоаналитика на железной дороге: проездной билет в безопасность Журнал "Алгоритм Безопасности" - № 5, 2010.
- Видеонаблюдение по IP
- Машинное зрение встраиваемых систем: накануне бума
- Введение в видеоанализ
- Можно ли оценить эффект видеоаналитики? Газета Security News - 2006
- Видеоаналитика - осознавая пределы возможностей Газета Security News - 2007
- Реалии видеоаналитики: как отделить профессионалов от пустозвонов Газета Security News - 2007
- Тяжёлая поступь видеоаналитики. Решения анализа видеоизображения на массовом рынке -- победа или занижение планки? Газета Security News - 2011
Литература
- 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.
- Торстен Анштедт, Иво Келлер, Харальд Лутц. Видеоаналитика: Мифы и реальность: Security Focus, 2012. - 176 c. - ISBN 978-5-9901176-5-5.
- 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
Для улучшения этой статьи желательно?: - Викифицировать статью.
- Найти и оформить в виде сносок ссылки на авторитетные источники, подтверждающие написанное.
- Добавить иллюстрации.
Категории:- Автоматизация маркетинга
- Видео
- Компьютерное зрение
Wikimedia Foundation. 2010.