Видеоаналитикой называется технология, которая при помощи машинного зрения получает данные, в основе которых - анализ изображений с видеокамер. ПО для работы с видеоконтентом становится все более сложным и дает умному городу еще больше интеллектуальных возможностей, одновременно ставя перед нами новые вопросы и задачи.
Павел Тихонов, руководитель направления b2g поддержки продаж компании NtechLab рассказал о возможностях и перспективах мультиобъектной видеоаналитики умного города на конференции «Island Digital.Tech 2021».
Компания NtechLab занимается видеоаналитикой в разных субъектах РФ, ближнего зарубежья, участвует в международных проектах. Недавно реализован проект на индийских железных дорогах, ПО успешно показало себя в работе с огромными потоками людей на вокзалах. Алгоритмы NtechLab заслужили признание профессионального сообщества, регулярно подтверждая свои лидирующие позиции в соревнованиях и тестах: на лучшую точность распознавания лиц, самую высокую скорость идентификации и другие.
Новейшие продукты в области видеоаналитики
Одна из последних разработок NtechLab - платформа мультиобъектной аналитики FindFace Multi, в которой наряду с привычной аналитикой по лицам, внедрена аналитика по изображению силуэта человека. Кросс-камерная идентификация по силуэту сочетается с аналитикой изображений автомобилей - распознавание марки, модели машины, цвета, номеров. Это объединение трех типов аналитик позволяет строить сложные сценарии для работы с этими объектами. В досье может находиться и изображение лица человека, и номера его автомобиля, что дает расширенные возможности.
Как можно использовать результаты видеоаналитики?
Первые три шага есть во всех системах распознавания — обрабатывается определенное количество потоков камер в реальном времени, система автоматически находит там значимые образы - лица, силуэты, автомобили, все это складывается в хранилище, которое позволяет находить объект в течение секунды. Это обеспечивает оперативное реагирование — например, мгновенно сообщается, что в метро человек упал на рельсы, и немедленно происходит принятие решения — максимально быстро машинисты составов извещаются об этом. Система помогает в борьбе с криминальной деятельностью: так, недавно благодаря нашей видеоаналитике в Подмосковье был пойман беглый преступник. Аналитическая обработка, планирование и принятие решений на основе полученных данных, также применимы, например, в противоэпидемических мероприятиях — для мгновенного анализа контактов больных.
Большие данные
Данные накапливаются системой за длительное время, подвергаются многомерной обработке, что позволяет строить еще более глубокие сценарии, выявлять закономерности, связи, аномалии.Таким образом, использование видеоаналитики в умном городе открывает принципиально новые возможности. Первое — это общественная безопасность, технологии машинного зрения способны вывести ее на принципиально новый уровень. Так, безопасность на культурно-массовых мероприятиях обеспечивается посредством планирования и координирования деятельности экстренных и коммунальных служб, потоков людей. В общественном транспорте при помощи видеоаналитики осуществляется измерение демографических характеристик пассажиропотока, построение матриц корреспонденции и их анализ при решении стратегических управленческих задач. Безопасность на дорогах обеспечивается тем, что оперативно выявляются аномалии транспортного потока, ведется контроль качества дорожного полотна, анализ поведения участников дорожного движения для планирования городской инфраструктуры (светофорных объектов, переходов, заграждений и т.д.).
Вопросы без готовых ответов
Всестороннее применение видеоаналитики в инфраструктуре умного города ставит перед нами новые задачи и вызовы, но встает ряд вопросов, на многие из которых сегодня нет однозначного ответа. К ним относятся вопросы этики искусственного интеллекта, правомерность обработки персональных данных и биометрии: достаточна при правовая база и не привносит ли она лишних ограничений? Устраивает ли нас скорость взаимодействия? Оперативное реагирование и связанные с ним вопросы межведомственного взаимодействия - достаточно ли хорошо они проработаны? Кроме того, мы не можем предугадать, как правильно использовать полученные данные, и пилотные проекты не всегда дают ответ.Таким образом, требуется самое тесное вовлечение всех участников в процесс выработки решений.Помочь развитию этого направления могло бы создание think tanks - тестовых полигонов для проверки гипотез, а также тесное вовлечение в сотрудничество региональных и муниципальных властей.Помогло бы создание некоего общественного движения или ассоциации, которые занялись бы развитием таких проектов умных городов, которые определяли бы индикаторы деятельности различных служб, экологические индикаторы, чтобы это становилось в дальнейшем стандартами на уроне регионов.Необходимо распространение знаний, накопление, анализ данных с поддержкой в форме нормативно-правовых актов, государственно-частное партнерство с разработкой новых форм сотрудничества государства и бизнеса в вопросах внедрения и применения технологий.Развитие видеоаналитики идет семимильными шагами, и сегодня мы видим, что эффективные технологии опережают имеющиеся у нас правовые и организационные возможности, поэтому внимание необходимо, в первую очередь, направить именно на эти аспекты.По материалам конференции «Island Digital.Tech 2021»
#цифровизация
#видеонаблюдение #транспорт