Нейросетевая видеоаналитика - ее возможности

Что сегодня можно утверждать о способностях искусственного интеллекта в видеоаналитике, которые он приобрел?

Умная видеокамера пока что не умеет:

- устанавливать взаимосвязь между событиями, которые попали в поле ее видимости;

- воспринимать логику происходящего.

Но эти сведения об искусственном интеллекте актуальны только на сегодняшний день. Не исключена вероятность, что умная видеокамера приобретет такие навыки уже в ближайшие несколько лет.

Набор стандартных возможностей аналитики

А вот такие способности доступны нейросетевой видеоаналитике уже сейчас:

- обнаружение объекта, имеющего признаки заданного типа;

- распознание того, к какому разряду отнести объект в зависимости от отслеженных свойств внешнего вида и поведения;

- сопровождение объектов.

Данный набор доступных возможностей на практике выражается в таких ситуациях:

1. Распознание ранних признаков начинающегося пожара (дыма, огня).

2. Различение людей и животных, а также разных типов движущихся объектов. (Эта способность находит применение на таких объектах, как заповедники. Можно выследить человека, занимающегося незаконной охотой.)

3. Контроль над тем, надел ли сотрудник защитную каску и прочую экипировку. (Эта способность помогает контролировать соблюдение техники безопасности на производстве.)

4. Подсчет количества объектов заданного типа. Это могут быть автомобили на парковке, посетители учреждения, изделия на конвейере.

Для приобретения этих и других способностей нейросеть предварительно должна пройти определенный период обучения. После этого она становится способной хорошо выполнять свои задачи, но только в данных условиях. Если заменить среду применения искусственного интеллекта на новую, то нельзя гарантировать столь же высокие результаты.

В число стандартных операций, в проведении которых нейросеть показывает хорошие результаты вне зависимости от конкретных условий, входит видеоаналитика распознавания лиц людей и номерных знаков автомобилей. Эффективность выполнения нейросетью данных задач не зависит от внешних условий, поэтому данный тип искусственного интеллекта называют тиражируемым. То есть нейросеть обучают один раз, а применяют везде, благодаря чему данный продукт выгодно отличается с коммерческой точки зрения.

Поведенческая видеоаналитика

Данный тип аналитики по мере своего развития открывает перед искусственным интеллектом большие возможности и с наибольшей вероятностью подводит аналитику к достижению уровня понимания логики событий, который пока что ей не доступен.

С технической точки зрения для того, чтобы реализовать поведенческую аналитику, применяют алгоритмические подходы искусственного интеллекта. Обучение нейронной сети осуществляется за счет рассмотрения большого количестве видеоматериала. Вводится алгоритм, распознающий положение тела, рук, ног, головы и заносящий полученные данные в массив.