Появление видеонаблюдения коренным образом изменило многие направления работы охранных и контролирующих структур. Это касается контроля работы торговых центров, охраны объектов от проникновения, предотвращения хищений. Не менее важным стало наблюдение за обстановкой на дорогах и соблюдением правил дорожного движения, а также фиксация нарушений.
Какие функции обеспечивает нейроаналитика
Наибольший прогресс отмечен в этой области с началом использования в системах безопасности приемов ситуационной аналитики.
Использование математических методов, основанных на геометрии, цветовых характеристиках и математическом анализе позволило компьютерной программе не только определять, что именно находится на экране, но и оценивать поведение этих объектов. А также выделять нехарактерные и потенциально угрожающие действия.
Если ранее ключевым элементов в процессе видеонаблюдения был человек-оператор, то нейросетевая видеоаналитика позволяет избавиться от человеческого фактора. Компьютер научился выделять нарушения и угрозы в момент совершения. Человек легко отвлекается, глаз замыливается, при большом количестве камер человек не успевает следить за несколькими изображениями, а привлечение большого количества операторов не решает проблему.
При возникновении нестандартной ситуации компьютер способен привлечь внимание оператора к конкретной проблеме, а также быстро отреагировать, если для данной ситуации имеется заранее предусмотренный алгоритм действий.
Какие задачи помогает решать видеоаналитика
Сегодня встроенная аналитика массового распространения пока не получила, и причиной этого являются не только недостаточная отработка сценариев, но и недоверие со стороны потенциальных заказчиков. Большинство экспертов полагает, что популярность данных приложений - это вопрос времени.
Современная видеоаналитика на дорогах способна определять самые тривиальные и распространенные события:
- вторжение в закрытую зону;
- пересечение сплошной полосы;
- определение отставленных предметов;
- нахождение определенных лиц.
Преимущества данной системы становятся все более явными по мере развития техники. Это определяется снижением стоимости камер во встроенной аналитической функцией, а также программного обеспечения для аналитики. Но сегодня такие камеры могут по большей части только детектировать наличие людей. Опознание их параметров (возраст, цвет одежды, пол) или распознавание лиц или автомобильных номеров пока могут выполнять только достаточно дорогие устройства, которые устанавливаются пока на особо ответственных объектах.
Примеры применения ИИ (искусственного интеллекта) для анализа дорожного движения
Современный ИИ способен распознавать только такие функции, как езда с выключенным ближним светом или падение (обморок или гололед) на пешеходном переходе. В этой ситуации автоматически включается красный цвет (остановка движения транспорта) и подается сигнал диспетчеру. Все данные, поступающие от ИИ, проводят тщательную проверку.