Transcript Краткое сравнение
Slide 1
Slide 2
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
Краткое сравнение
Почему
стандартная
видеоаналитика,
пытающаяся четко
формализовать
поведение людей,
не применима на
практике?
Детекторы драк,
оставленных предметов,
пересечений линий и даже
определители самих людей
или автомобилей легко
демонстрируются в
подготовленных условиях
при хорошем уровне
демонстраторов, но не
работают в реальных. Вот
несколько понятных причин,
почему:
ВИДЕОАНАЛИТИКИ
Slide 3
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Сколько здесь человек?
• Любой видеотдетектор основан на
контрасте цветности. Если белая
рубашка сольется с белой стеной, то
человек будет распознан как два
контрастных объекта: один типа
животного внизу, другой – типа птички
вверху, или как-то в этом роде.
• Тень от любого объекта принимает
разные формы, поэтому форма
детекции человека может напоминать
автомобиль или несклько человек
вместе.
• Перекрытие одного
объекта другим также
никак не может быть
распознано ничем,
кроме человека.
Slide 4
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Подобные
примеры
можно
приводить
долго,
существующее сегодня компьютерное зрение пока не
может формализовать не только поведение объектов, но
и сами объекты.
Но, если заранее подготовить
контрастные условия, задать
заранее отработанные движения
и при отсутствии помех вполне
реально продемонстрировать, как
хорошо всё работает.
• У двухмерной камеры нет понятия
перспективы, размеры близко
летящей птицы или мухи, севшей на
объектив, могут быть больше
автомобиля вдалеке. Поэтому
оперировать к размерам и формам,
на чем основаны детекторы
стандартной видеоаналитики,
бессмысленно.
• Всевозможные помехи могут
принимать формы, как
напоминающие человека, так
и все что угодно.
Сюда нужно добавить, что такая
видеоаналитика
первой
появилась в Интел, который
выпустил бесплатную библиотеку
Open CV, на которой все и строят
свои коды. Но 5 лет назад Интел
закрыл это направление как
бесперспективное. Хотя дело его
живет и даже продается уже на
базе последователей.
Slide 5
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Видеосемантика отличается от такой видеоаналитики признанием самого
факта, что искусственного интеллекта нет, и только человек с его доказанным
наукой человеческим интеллектом может распознать, что высовывающаяся за
дверью нога принадлежит другому человеку или вообще понять, что здесь
происходит.
Тем не менее, видеосемантика решает почти те же задачи, что и предыдущая
видеоаналитика, но на другом фундаменте технологий.
• Видеосемантика ничего не формализует
и не утверждает, а только находит
изменения обстановки по сравнению с
предыдущей ситуацией.
• Тем самым человеку нет необходимости
длительно отслеживает сами ситуации,
он получает только их краткий смысл.
Slide 6
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
Зачем оператору
отслеживать, как человек
идет по улице - и так в
течение 10 минут?
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Или зачем Вашему начальнику безопасности
просматривать 30 минут того времени, что мы здесь
беседуем? Ведь короткий сюжет из этого зала в 3 секунды
полностью передает смысл происходящего и лица
участников. Наши аудио разговоры – это уже не
компетенция охранника.
• Если человек не менял скорость,
направление, не подпрыгивали и ничего не
делал руками, то видеосемантика выдаст
короткий видеоролик в 3 секунды, где будет
показано, как идет этот человек, куда идет, как
он выглядит, походка и прочие приметы.
• Зачем смотреть 10 минут, если всё можно
узнать за 3 секунды? 600 делим на 3,
получаем выигрыш в 200 раз.
Но, если кто-то что-то сделает нестандартное, даже если
встанет или пересядет, будет еще 3 секунды.
• Мы сократили необходимость внимания
оператора в 200 раз!
В сумме таких нестандартностей в сотни и тысячи раз
меньше, чем отслеживать или просматривать в архиве
30 - 130 минут.
Slide 7
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
Как и говорилось раньше, это не
кашерно, видеосемантика не
выдает сигнала тревоги, если
кто-то что-то украдет со стола,
она лишь выдаст короткий ролик,
что кто-то что-то взял.
Но мы полностью решаем
задачу видеоанализа – мы
устраняем человеческий
фактор.
Человек не может следить не
моргая, не выходя в туалет 8
часов подряд за смену, а вот
обращать внимание на экран
раз в 5 минут, когда выскакивает
новый видеоролик – это вполне
посильная задача.
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Slide 8
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Если проанализировать
среднестатистический офис, то 99% своего
рабочего времени охранник смотрит в
пустые экраны. Но ему платят именно за
то, чтобы он не пропустил ни одного вдруг
возникшего события.
И эта задача превращает простую на первый
взгляд вещь в непосильные мучения.
Попробуйте заставить себя делать какуюнибудь статическую операцию долго!
Например, сидеть неподвижно 8 часов или
смотреть в одну точку хотя бы 10 минут…
Slide 9
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
• Каждое – даже не заметное человеческому
взгляду движение – улавливается компьютером.
• Высокоуровневая программа определяет его
значимость и выводит на отдельный экран
событий.
• Оттуда видеоролик не уходит моментально с
экрана, как на живой видеокамере, а остается
на длительное время, чтобы у охранника был
шанс его заметить – после возвращения из
курилки или выхода из спячки.
Кроме того, эти видеоролики не уходят сразу с экрана, охранник сможет их
пересмотреть и когда вернется из буфета или выдаст ключи. Не надо
лезть в архив, чтобы наверстать упущенное, теряя при этом текущее.
События и онлайн и архивно – все на виду. Есть гораздо больших шансов
заметить проблемное событие даже после микросна, которым грешат
охранники.
Slide 10
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Один взгляд на монитор – и вы
видите сразу все события за
последнее обозримое время.
Человеческая физиология
устроена так, что мы не
способны смотреть долго, даже
на пустые экраны, но легко
находим в гуще даже большого
количества событий – важное и
тем более опасное. Это наши
базовые инстинкты.
Кадры взяты из видео с реальных объектов, поэтому экспорт не такой красочный.
Slide 11
Примеры с реальных
объектов.
Посмотреть видео
Slide 12
КОНТАКТЫ
Головной офис НИИ СпецЛаб
Адрес выставочного центра: 153003, г. Иваново, ул. Строительная, 17
Тел./факс: +7 (4932) 32-58-58 многоканальный
Время работы: 09.00 - 18.00 будние дни, время московское.
Связаться с отделом продаж Вы можете:
E-mail: [email protected]
ICQ: 485-632-711; 433-603-715
Для связи с техподдержкой:
E-mail: [email protected]
ICQ: 286117371
SKYPE: support-goalcity (временно работает в тестовом режиме)
Slide 2
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
Краткое сравнение
Почему
стандартная
видеоаналитика,
пытающаяся четко
формализовать
поведение людей,
не применима на
практике?
Детекторы драк,
оставленных предметов,
пересечений линий и даже
определители самих людей
или автомобилей легко
демонстрируются в
подготовленных условиях
при хорошем уровне
демонстраторов, но не
работают в реальных. Вот
несколько понятных причин,
почему:
ВИДЕОАНАЛИТИКИ
Slide 3
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Сколько здесь человек?
• Любой видеотдетектор основан на
контрасте цветности. Если белая
рубашка сольется с белой стеной, то
человек будет распознан как два
контрастных объекта: один типа
животного внизу, другой – типа птички
вверху, или как-то в этом роде.
• Тень от любого объекта принимает
разные формы, поэтому форма
детекции человека может напоминать
автомобиль или несклько человек
вместе.
• Перекрытие одного
объекта другим также
никак не может быть
распознано ничем,
кроме человека.
Slide 4
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Подобные
примеры
можно
приводить
долго,
существующее сегодня компьютерное зрение пока не
может формализовать не только поведение объектов, но
и сами объекты.
Но, если заранее подготовить
контрастные условия, задать
заранее отработанные движения
и при отсутствии помех вполне
реально продемонстрировать, как
хорошо всё работает.
• У двухмерной камеры нет понятия
перспективы, размеры близко
летящей птицы или мухи, севшей на
объектив, могут быть больше
автомобиля вдалеке. Поэтому
оперировать к размерам и формам,
на чем основаны детекторы
стандартной видеоаналитики,
бессмысленно.
• Всевозможные помехи могут
принимать формы, как
напоминающие человека, так
и все что угодно.
Сюда нужно добавить, что такая
видеоаналитика
первой
появилась в Интел, который
выпустил бесплатную библиотеку
Open CV, на которой все и строят
свои коды. Но 5 лет назад Интел
закрыл это направление как
бесперспективное. Хотя дело его
живет и даже продается уже на
базе последователей.
Slide 5
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Видеосемантика отличается от такой видеоаналитики признанием самого
факта, что искусственного интеллекта нет, и только человек с его доказанным
наукой человеческим интеллектом может распознать, что высовывающаяся за
дверью нога принадлежит другому человеку или вообще понять, что здесь
происходит.
Тем не менее, видеосемантика решает почти те же задачи, что и предыдущая
видеоаналитика, но на другом фундаменте технологий.
• Видеосемантика ничего не формализует
и не утверждает, а только находит
изменения обстановки по сравнению с
предыдущей ситуацией.
• Тем самым человеку нет необходимости
длительно отслеживает сами ситуации,
он получает только их краткий смысл.
Slide 6
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
Зачем оператору
отслеживать, как человек
идет по улице - и так в
течение 10 минут?
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Или зачем Вашему начальнику безопасности
просматривать 30 минут того времени, что мы здесь
беседуем? Ведь короткий сюжет из этого зала в 3 секунды
полностью передает смысл происходящего и лица
участников. Наши аудио разговоры – это уже не
компетенция охранника.
• Если человек не менял скорость,
направление, не подпрыгивали и ничего не
делал руками, то видеосемантика выдаст
короткий видеоролик в 3 секунды, где будет
показано, как идет этот человек, куда идет, как
он выглядит, походка и прочие приметы.
• Зачем смотреть 10 минут, если всё можно
узнать за 3 секунды? 600 делим на 3,
получаем выигрыш в 200 раз.
Но, если кто-то что-то сделает нестандартное, даже если
встанет или пересядет, будет еще 3 секунды.
• Мы сократили необходимость внимания
оператора в 200 раз!
В сумме таких нестандартностей в сотни и тысячи раз
меньше, чем отслеживать или просматривать в архиве
30 - 130 минут.
Slide 7
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
Как и говорилось раньше, это не
кашерно, видеосемантика не
выдает сигнала тревоги, если
кто-то что-то украдет со стола,
она лишь выдаст короткий ролик,
что кто-то что-то взял.
Но мы полностью решаем
задачу видеоанализа – мы
устраняем человеческий
фактор.
Человек не может следить не
моргая, не выходя в туалет 8
часов подряд за смену, а вот
обращать внимание на экран
раз в 5 минут, когда выскакивает
новый видеоролик – это вполне
посильная задача.
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Slide 8
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Если проанализировать
среднестатистический офис, то 99% своего
рабочего времени охранник смотрит в
пустые экраны. Но ему платят именно за
то, чтобы он не пропустил ни одного вдруг
возникшего события.
И эта задача превращает простую на первый
взгляд вещь в непосильные мучения.
Попробуйте заставить себя делать какуюнибудь статическую операцию долго!
Например, сидеть неподвижно 8 часов или
смотреть в одну точку хотя бы 10 минут…
Slide 9
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
• Каждое – даже не заметное человеческому
взгляду движение – улавливается компьютером.
• Высокоуровневая программа определяет его
значимость и выводит на отдельный экран
событий.
• Оттуда видеоролик не уходит моментально с
экрана, как на живой видеокамере, а остается
на длительное время, чтобы у охранника был
шанс его заметить – после возвращения из
курилки или выхода из спячки.
Кроме того, эти видеоролики не уходят сразу с экрана, охранник сможет их
пересмотреть и когда вернется из буфета или выдаст ключи. Не надо
лезть в архив, чтобы наверстать упущенное, теряя при этом текущее.
События и онлайн и архивно – все на виду. Есть гораздо больших шансов
заметить проблемное событие даже после микросна, которым грешат
охранники.
Slide 10
ОТЛИЧИЯ ВИДЕОСЕМАНТИКИ
ОТ СТАНДАРТНОЙ
ВИДЕОАНАЛИТИКИ
Краткое сравнение
Один взгляд на монитор – и вы
видите сразу все события за
последнее обозримое время.
Человеческая физиология
устроена так, что мы не
способны смотреть долго, даже
на пустые экраны, но легко
находим в гуще даже большого
количества событий – важное и
тем более опасное. Это наши
базовые инстинкты.
Кадры взяты из видео с реальных объектов, поэтому экспорт не такой красочный.
Slide 11
Примеры с реальных
объектов.
Посмотреть видео
Slide 12
КОНТАКТЫ
Головной офис НИИ СпецЛаб
Адрес выставочного центра: 153003, г. Иваново, ул. Строительная, 17
Тел./факс: +7 (4932) 32-58-58 многоканальный
Время работы: 09.00 - 18.00 будние дни, время московское.
Связаться с отделом продаж Вы можете:
E-mail: [email protected]
ICQ: 485-632-711; 433-603-715
Для связи с техподдержкой:
E-mail: [email protected]
ICQ: 286117371
SKYPE: support-goalcity (временно работает в тестовом режиме)