stringtranslate.com

Анализ видеоконтента

Анализ видеоконтента или аналитика видеоконтента ( VCA ), также известный как видеоанализ или видеоаналитика ( VA ) , — это возможность автоматического анализа видео для обнаружения и определения временных и пространственных событий.

Эта техническая возможность используется в широком спектре областей, включая развлечения, [1] поиск и просмотр видео , [2] здравоохранение, розничную торговлю, автомобилестроение, транспорт, домашнюю автоматизацию , обнаружение пламени и дыма, безопасность и безопасность. [3] Алгоритмы могут быть реализованы как программное обеспечение на машинах общего назначения или как аппаратное обеспечение в специализированных устройствах обработки видео.

В VCA можно реализовать множество различных функций. Видеообнаружение движения — это одна из самых простых форм, при которой движение обнаруживается относительно фиксированной фоновой сцены. Более продвинутые функции включают отслеживание видео [4] и оценку эгодвижений . [5]

На основе внутреннего представления, которое VCA генерирует в машине, можно построить другие функции, такие как обобщение видео , [6] идентификация , анализ поведения или другие формы осведомленности о ситуации .

VCA полагается на хорошее входное видео, поэтому его часто комбинируют с такими технологиями улучшения видео, как шумоподавление видео , стабилизация изображения , нерезкая маскировка и сверхвысокое разрешение . [ нужна цитата ]

Функционал

В нескольких статьях представлен обзор модулей, участвующих в разработке видеоаналитических приложений. [7] [8] Это список известных функций и краткое описание.

Коммерческие приложения

VCA — относительно новая технология: в середине 2000-х годов многие компании выпустили продукты с поддержкой VCA. [10] [11] [12] Хотя существует множество приложений, послужной список различных решений VCA сильно различается. Такие функции, как обнаружение движения , подсчет людей и обнаружение оружия, доступны в виде готовых коммерческих продуктов и, как полагают, имеют достойную репутацию (например, даже бесплатное программное обеспечение, такое как dsprobotics Flowstone, может выполнять анализ движения и цвета). В ответ на пандемию COVID-19 многие производители программного обеспечения внедрили новые средства анализа общественного здравоохранения, такие как обнаружение масок для лица или отслеживание социального дистанцирования . [13] [14] [15]

Во многих областях VCA реализуется в системах видеонаблюдения , либо распределенных по камерам (на периферии), либо централизованно в выделенных системах обработки. Видеоаналитика и интеллектуальное видеонаблюдение — это коммерческие термины VCA в области безопасности. В Великобритании BSIA разработало вводное руководство по VCA в области безопасности. [16] Помимо видеоаналитики и в дополнение к ней может использоваться и аудиоаналитика. [17]

Производители программного обеспечения для управления видео постоянно расширяют линейку доступных модулей видеоаналитики. Благодаря новой технологии отслеживания подозреваемых можно легко отслеживать все перемещения субъекта: откуда они пришли, когда, куда и как они двигались. В рамках конкретной системы наблюдения технология индексирования позволяет обнаружить людей со схожими характеристиками, которые находились в поле зрения камер в течение или в течение определенного периода времени. Обычно система находит множество разных людей со схожими характеристиками и представляет их в виде снимков. Оператору необходимо лишь кликать по тем изображениям и предметам, которые необходимо отслеживать. В течение минуты или около того можно отследить все движения конкретного человека и даже создать пошаговое видео движений.

Kinect — это дополнительное периферийное устройство для игровой консоли Xbox 360 , которое использует VCA для части пользовательского ввода. [18]

В сфере розничной торговли VCA используется для отслеживания покупателей внутри магазина. [19] Таким образом можно получить тепловую карту магазина, что полезно для оптимизации дизайна магазина и маркетинга. Другие приложения включают время ожидания при просмотре продуктов и обнаружение удаленных/оставленных предметов.

Качество VCA в коммерческих условиях определить сложно. Это зависит от многих переменных, таких как вариант использования , реализация , конфигурация системы и вычислительная платформа . Типичные методы получения объективного представления о качестве в коммерческих условиях включают независимый сравнительный анализ [20] и определенные места проведения испытаний.

VCA использовался для целей управления толпой , особенно на O2 Arena в Лондоне и The London Eye .

Правоохранительные органы

Полиция и судмедэксперты анализируют видео с камер видеонаблюдения при расследовании преступной деятельности. Полиция использует программное обеспечение, такое как Kinesense , которое выполняет анализ видеоконтента для поиска ключевых событий в видео и обнаружения подозреваемых. Опросы показали, что до 75% случаев связаны с системой видеонаблюдения. Полиция использует программное обеспечение для анализа видеоконтента для поиска длинных видеороликов о важных событиях. [21] [22]

Академическое исследование

Анализ видеоконтента — это часть компьютерного зрения и, следовательно, искусственного интеллекта . Двумя основными инициативами академических тестов являются TRECVID [23] , в котором используется небольшая часть видеоматериалов i-LIDS, и данные тестов PETS. [24] Они сосредоточены на таких функциях, как отслеживание, обнаружение оставленного багажа и виртуальное ограждение. Эталонные наборы видеоданных, такие как UCF101 [25], позволяют проводить исследования по распознаванию действий , включающие временное и пространственное визуальное внимание с помощью сверточной нейронной сети и долговременной кратковременной памяти . Программное обеспечение для анализа видео также сочетается с кадрами с нательных камер и видеорегистраторов , чтобы упростить редактирование отснятого материала для публичного раскрытия и идентифицировать события и людей на видео. [26]

ЕС финансирует проект FP7 под названием P-REACT [27] по интеграции аналитики видеоконтента во встроенных системах с базами данных полиции и транспортной безопасности. [28]

Искусственный интеллект

Искусственный интеллект для видеонаблюдения использует компьютерные программы, которые анализируют звук и изображения с камер видеонаблюдения , чтобы распознавать людей, транспортные средства, объекты и события. Программа для подрядчиков по обеспечению безопасности — это программное обеспечение для определения ограниченных зон в поле зрения камеры (например, огороженная территория, парковка, но не тротуар или общественная улица за пределами парковки) и программирования на время суток (например, после закрытия рабочего дня). ) за имущество, находящееся под охраной камеры наблюдения . Искусственный интеллект («ИИ») отправляет предупреждение, если обнаруживает нарушителя, нарушившего набор «правил», запрещающих никому находиться в этой зоне в это время суток.

Смотрите также

Рекомендации

  1. ^ KINECT. Архивировано 12 сентября 2010 г. в Wayback Machine , дополнительном периферийном устройстве для консоли Xbox 360.
  2. ^ Димитрова, Невенка и др. «Приложения анализа и поиска видеоконтента». IEEE мультимедиа 9.3 (2002): 42-55.
  3. ^ Увеличение использования VCA в британской службе безопасности. Архивировано 16 марта 2014 г. в Wayback Machine , отчет BSIA.
  4. ^ Кавальер, Данило, Винченцо Лойя и Сабрина Сенаторе. «К шаблону проектирования онтологий для анализа видеоконтента БПЛА». IEEE Access 7 (2019): 105342-105353.
  5. ^ Кавальер, Данило; Лойя, Винченцо; Саггезе, Алессия; Сенатор Сабрина; Венто, Марио (15 августа 2019 г.). «Человеческое описание событий сцены для правильного анализа видеоконтента с помощью БПЛА». Системы, основанные на знаниях . 178 : 163–175. doi :10.1016/j.knosys.2019.04.026. ISSN  0950-7051. S2CID  155625544.
  6. ^ Ма, Ю-Фей и др. «Модель внимания пользователя для обобщения видео». Материалы десятой международной конференции ACM по мультимедиа . 2002.
  7. ^ Ник Гагвани, Введение в видеоаналитику
  8. ^ Ченг Пэн, Видеоаналитика
  9. ^ Обнаружение стиля. Архивировано 3 марта 2016 г. в Wayback Machine , Cees GM Snoek и др., Обнаружение монологов теленовостей с помощью анализа стиля , ICME'04.
  10. ^ Квет, Майкл (27 января 2020 г.). «Рост сетей интеллектуальных камер и почему мы должны их запретить». Перехват . Проверено 19 октября 2020 г.
  11. ^ «Айметис», Википедия , 28 января 2020 г. , получено 19 октября 2020 г.
  12. ^ «Инфографика: История видеонаблюдения». IFSEC Глобальный | Новости и ресурсы по безопасности и пожарной безопасности . 12 декабря 2013 г. Проверено 19 октября 2020 г.
  13. ^ «COVID-19 делает обнаружение масок необходимым средством видеоаналитики - asmag.com» . www.asmag.com . Проверено 6 октября 2020 г.
  14. ^ Луверен, Питер ван де. «Функциональность помимо безопасности: появление камер с открытой платформой». www.securityinformed.com . Проверено 6 октября 2020 г.
  15. ^ "СтекПат". www.securityinfowatch.com . 9 июля 2020 г. Проверено 6 октября 2020 г.
  16. ^ Руководство по VCA для британской отрасли. Архивировано 17 мая 2018 г. на Wayback Machine , 262. Введение в отраслевое руководство по анализу видеоконтента.
  17. ^ Британский стартап, предоставляющий аудиоаналитику в индустрии видеонаблюдения.
  18. ^ "Проект Натал 101" . Майкрософт. 01.06.2009. Архивировано из оригинала 21 января 2012 г. Проверено 2 июня 2009 г.
  19. ^ «Тепловая карта Интеллектуального модуля» . Архивировано из оригинала 30 июля 2017 г. Проверено 13 июля 2016 г.
  20. ^ i-Lids [ постоянная неработающая ссылка ] , Инициатива по сравнительному анализу Министерства внутренних дел Великобритании.
  21. ^ «Нортгейт предлагает полиции улучшенную систему анализа видеонаблюдения» . Архивировано из оригинала 4 марта 2016 года . Проверено 29 декабря 2015 г.
  22. ^ «Нортгейт объединяется с дублинской технологической фирмой Kinesense, чтобы помочь полиции в анализе видео» . Риск-менеджер онлайн . Проверено 26 мая 2014 г.
  23. ^ TRECVID, инициатива академических тестов NIST.
  24. ^ Данные тестов PETS, заархивированные 24 сентября 2006 г. в Wayback Machine , Оценка эффективности отслеживания и наблюдения (PETS), Университет Рединга.
  25. ^ Центр, UCF (17 октября 2013 г.). «UCF101 - Набор данных распознавания действий». КРКВ . Проверено 12 сентября 2018 г.
  26. ^ «Нательные камеры полиции сделают больше, чем просто вас запишут | Fast Company | Будущее бизнеса» . Компания Фаст . 03.03.2017 . Проверено 8 марта 2017 г.
  27. ^ Веб-сайт проекта P-REACT
  28. ^ «Kinesense запускает P-REACT, проект FP7 по борьбе с мелкой преступностью» . 7 апреля 2014 года . Проверено 27 мая 2014 г.