Видеоаналитика использует искусственный интеллект для выполнения множества задач, применяя компьютерное зрение и глубокое обучение к видеоклипам или видеопотокам в реальном времени. Видеоаналитику также иногда называют аналитикой видеоконтента или интеллектуальной видеоаналитикой.

Новые технологии видеоаналитики стремительно набирают популярность. Основные пользователи — это предприятия, которые хотят использовать новейшие технологии ИИ для решения давних проблем, а также предприятия, которые использовали системы видеонаблюдения до появления искусственного интеллекта (ИИ).

Достижения в области глубокого обучения и машинного обучения (два подмножества ИИ) позволили видеоаналитике изменить традиционный ландшафт, который когда-то требовал вмешательства человека для успешной автоматизации задач.

Рынок видеоаналитики постоянно растет благодаря использованию глубокого обучения для анализа видеоконтента, способности обрабатывать видео в реальном времени и повышению точности программного обеспечения для распознавания видео.

Рабочий процесс интеллектуального анализа видео с помощью ИИ

**Как происходит обнаружение объектов в видеоаналитике? ** Обнаружение объектов в видеопотоках в реальном времени стало возможным на протяжении многих лет благодаря таким алгоритмам, как Mask R-CNN или YOLO. Эти алгоритмы предварительно сформулированы для обнаружения различий между целевыми объектами. Например, они позволяют программам видеоаналитики обнаруживать и отслеживать в режиме реального времени такие объекты, как транспортные средства, людей, светофоры и многое другое. Эти объекты помечены и могут использоваться в таких сценариях, как подсчет транспортных средств или людей.

Обнаружение движения и анализ видео

Видеообнаружение движения — это метод определения активности в сцене путем анализа различий в серии изображений.Обнаружение движения на видео обычно выполняется с помощью таких процессов, как привязка кадров или сопоставление пикселей. Привязка кадров и сопоставление пикселей включают обнаружение горизонтальных или вертикальных изменений между видеокадрами и обработку их как обнаружение. Этот метод часто используется для анализа видео с помощью обнаружения движения. Он может быть встроен в сетевые видеоустройства, такие как камеры IP/CCTV, или доставлен через программное обеспечение для управления видео.

Отраслевая технология видеоанализа с искусственным интеллектом

Видеоаналитика ИИ работает над предоставлением решений безопасности, создавая общий метод для идентификации и обнаружения различных объектов в видеопотоках. Такие методы можно использовать для отслеживания людей или объектов, представляющих интерес на видео, или для идентификации и обнаружения злоумышленников. Для этих целей использование видеоаналитики позволяет помечать определенные объекты и предупреждать о подозрительном поведении.

Обнаружение вертикального движения

Конкретным примером видеоаналитики для обеспечения безопасности может быть система обнаружения перелезания через забор. Интеллектуальные системы часто приучают понимать, что для людей нормально выходить из забора, но ненормально перелезать через забор или бороться за него. Программное обеспечение для видеоаналитики обучено распознавать тонкие различия в движении.

Система искусственного интеллекта может получать живые видеопотоки с интеллектуальных камер и обнаруживать регулярное и нерегулярное поведение электронного забора в режиме реального времени. Если кто-то начинает перелезать через забор, программа распознает вертикальное движение как аномальное событие и выдает предупреждение. Напротив, если кто-то шел рядом с забором, он генерировал горизонтальное движение, которое система обнаружения не классифицировала бы как подозрительную активность.

Сегодня на рынке существует множество различных вариантов прикладных технологий видеоаналитики. Например, некоторые средства видеоаналитики можно использовать для обнаружения людей, перелезающих через забор в пределах видимости. В этом приложении функция видеоаналитики основана на интегрированном алгоритме обнаружения объектов, работающем непосредственно на устройстве, а не на внешнем сервере, для выполнения обнаружения в режиме реального времени (граничные вычисления).

Несколько алгоритмов искусственного интеллекта могут работать одновременно, а оповещения могут отправляться менеджерам с помощью сообщений, телефона или систем управления видео.

Классификация объектов источника видео

Классификация объектов-источников видео включает обнаружение прямых трансляций с камер или опасных объектов в данном видео. Даже небольшие различия между объектами, которые иногда трудно увидеть сотрудникам службы безопасности перед камерой, могут быть обнаружены программами видеоаналитики, обученными обнаруживать небольшие различия, которые могут создавать потенциальные риски безопасности.

Например, рентгеновский досмотр может использовать обученную видеоаналитику для классификации объектов в потоках багажа в режиме реального времени при досмотре для выявления конкретных представляющих интерес объектов, таких как инструменты с острыми краями. Такие методы были реализованы во всем мире по мере повышения точности алгоритмов ИИ.

отслеживание поведения

Подобно обнаружению движения, описанному в примере с электрическим забором, другие типы поведения также имеют значение, по которым видеоаналитика может их классифицировать. Например, поведенческое отслеживание включает в себя поведение человека по отношению к себе и более крупным объектам, таким как транспортные средства, а связанные с ним контекстные приложения обычно используются для обеспечения безопасности территории.

• ** Обнаружение блуждания: ** Видеоаналитика обучена выдавать оповещение, когда человек или транспортное средство остаются в определенной области дольше, чем позволяет заданное пользователем время. В целях безопасности области в зависимости от ситуации может быть активирована сигнализация. Такое поведение очень эффективно для уведомления в режиме реального времени о подозрительном поведении в аптеках, банкоматах, заводских городках и других местах.

• **Обнаружение припаркованных автомобилей.** Эта часть технологии видеоаналитики помогает предотвратить простои автомобилей в течение длительного периода времени или их парковку в несанкционированных местах. Обнаруживайте транспортные средства, которые находятся рядом с уязвимыми зонами дольше, чем позволяет заданное пользователем время. Такое поведение идеально подходит для предотвращения блокировки транспортных средств погрузочно-разгрузочными площадками, обеспечения соблюдения правил парковки и сокращения времени ожидания транспортных средств в службе парковки или на парковках. Транспортные средства, остановившиеся на движущейся дороге, также могут указывать на незарегистрированные аварии или проблемы с транспортными средствами, и эта технология может предупредить органы дорожного движения о необходимости своевременных действий.

• **Компрометация камеры:** Усовершенствованное обнаружение потери видеоидентифицирует, когда прямые видеопотоки скомпрометированы или подделаны. Например, если вандал покрасит или закроет объектив или протянет руку, чтобы отодвинуть стационарную камеру от намеченной сцены, сработает тревога.

Рынок интеллектуального анализа видео AI

Традиционными игроками на рынке ИИ-видеоаналитики являются Cisco, Avigilon, Axis Communications, Aventura Systems, Genetec, IBM, IntelliVision, Bosch Security, Huawei и другие. Рынок видеоаналитики разделен на услуги и программное обеспечение. Большинство компаний сосредоточены на создании продуктов (услуг) видеоаналитики, которые можно использовать, или программного обеспечения (программного обеспечения), необходимого для успеха продукта.

Наиболее распространенные сценарии приложений на рынке видеоаналитики связаны с безопасностью: обнаружение инцидентов, управление вторжениями, подсчет людей, мониторинг трафика, автоматическое распознавание номерных знаков (ANPR), распознавание лиц, AR, оценка позы и многое другое. Кроме того, технология интеллектуального анализа видео на основе ИИ также играет важную роль в розничной торговле, медицине и гостиничном бизнесе.

Недавно на рынок были представлены новые платформы компьютерного зрения, позволяющие предприятиям предоставлять специализированные приложения для видеоаналитики. Решения для видеоаналитики, созданные с использованием платформ разработки с низким кодом, помогают компаниям внедрять собственные решения для видеоаналитики, обеспечивая при этом мощность, скорость, простоту и гибкость готовых программных решений.

Стоит упомянуть технологию TSINGSEE Qingxi Video, поскольку она будет иметь определяющее значение для направления развития всей области программного обеспечения для анализа видео. В сочетании с многолетним техническим опытом в области видео с использованием развернутого алгоритма Al для обработки видеоисточников большого количества интеллектуальных камер в режиме реального времени реализованы возможности доступа, интеллектуального анализа и обработки массивных видео. В настоящее время EasyCVR реализует исследования и разработки технологий интеллектуального распознавания ИИ, таких как распознавание лиц, статистика потока людей, обнаружение транспортных средств, распознавание номерных знаков и т. д., и широко используется в дорожном движении, логистике, безопасности, противопожарной защите и других сценариях. . В будущем TSINGSEE Qingxi Video предоставит больше отраслевых решений, основанных на анализе видео с глубоким обучением.