На сегодняшний день видеоинформация, которую мы наблюдаем в социальных сетях и на других ресурсах является не только способом передачи контента пользователям, но и средством адаптации рекомендаций и заработка для большинства людей. Важно, чтобы видеоинформация обрабатывалась правильно: без нагрузки персонального компьютера (ПК) и без ущерба конфиденциальности.
Видеоаналитика — полезный, но сложный процесс: она требует мощных процессоров на ПК пользователя и много интернет-трафика. Учёные МТУСИ предлагают решение: устройство, которое само обрабатывает видео (анализирует и сжимает данные) и передаёт только нужную информацию.
Концепция видео-трекинга заключается в том, что устройство самостоятельно обрабатывает видео, извлекает полезные параметры (например, эмоции, расстояние до пользователя) и передает их компьютеру по запросу через программный интерфейс.
«Использование видеоинформации имеет значительный потенциал для улучшения пользовательского опыта при работе с ПК и различными сервисами. Разработчики могут воспользоваться удобным методом получения разрешённых данных и применять их по своему усмотрению, что открывает широкие возможности для внедрения новых функций и решений. При этом пользователи могут быть уверены в сохранении своей конфиденциальности, так как физический доступ к их видео данным исключён. А ПК не будут перегружаться тяжёлыми процессами обработки видеоинформации», - объяснил Алексей Владимирович Гурьев, студент магистратуры МТУСИ.
Видео-трекинг имеет ряд конструктивных и методологических решений, которые облегчают работу с видеоинформацией:
- Инфракрасный датчик. Помогает работать при плохом освещении.
- Качественная камера для распознавания. Детализация фотографии упрощает процесс распознавания, что позволит обученной модели чаще принимать правильные решения и реже ошибаться.
- Датчик расстояния. Он определяет расстояние человека от компьютера. Особенно полезна информация для систем видео-конференций для регулирования битрейта.
- Процессор для обработки видео в реальном времени. Съемка видео происходит сразу в том формате и типе, который необходим для анализа.
- Формат данных для передачи системе. Предлагается использовать словарь с ключом «название» и значением «считанная информация» для удобного и понятного API. Даже если видео-трекер обновится и добавит новые данные, старые программы продолжат работать. Разработчикам не придётся переписывать код при каждом обновлении.
- Доступная цена. Видео-трекер должен стать простой периферией компьютера, его востребованность будет аналогична востребованности клавиатуры или компьютерной мыши.
«Стоимость конечного видео-трекера должна быть минимальной для массового потребителя, то есть для всех пользователей ПК. Возможности для снижения цены включают использование недорогой камеры, так как неточности в изображении будут компенсироваться датчиками, а также отсутствие необходимости в высокопроизводительных комплектующих, поскольку устройство будет заниматься исключительно обработкой небольшого количества кадров в рассчитанный промежуток времени», - отметил Михаил Сергеевич Степанов, доцент кафедры ССиСК МТУСИ, к.т.н.
Отсутствие нагрузки на ПК, гибкость API, работа с лицом, осанкой, жестами, прозрачность алгоритмов – важные преимущества видео-трекинга МТУСИ. Это отличает устройство от многих аналогов, произведенных за рубежом.
Разработка МТУСИ – это новый шаг на пути к инновационным технологиям. Видео-трекинг, предложенными учеными университета, сочетает в себе нейросети, машинное обучение с практическими требованиями безопасности и производительности.
