В каких областях целесообразно применение нейросетей?
14/03/19
Игорь Фаломкин, директор департамента разработки ПО компании ITV | AxxonSoft
Искусственные нейронные сети применимы практически во всех областях, использующих видеонаблюдение. Как и другие методы машинного зрения, нейросети предназначены для извлечения из потока изображений информации о наблюдаемой сцене и присутствующих на ней объектах.
1. Розничная торговля. Контроль работы персонала магазина и анализ поведения посетителей. Например, сбор информации о количестве посетителей, их поле и возрасте, длине очередей, времени обслуживания. Выявление наиболее посещаемых мест, определение особых клиентов, контроль заполненности полок и правильности расстановки на ней товаров, выявление потенциально мошеннических операций кассиров. Появляется возможность контроля времени реакции консультантов на появление в магазине посетителя.
2. Транспорт. Выявление статистических характеристик транспортных потоков, контроль соблюдения правил парковки, подсчет количества пассажиров для контроля оплаты проезда.
3. Банковская отрасль. Определение поз людей, нетипичных для помещений с банкоматами:
- сидящий человек — потенциально попытка взлома банкомата;
- лежащий человек — использование помещения для ночлега;
- поднятые руки — потенциально ограбление посетителей.
4. Общественная безопасность. Определение позы (вскинутые вперед руки для стрельбы, что особенно актуально для школ в США), лежащего человека, оставленных предметов с возможностью выделения вещей определенного типа.
5. Производство, строительство. Обнаружение появления людей в опасных зонах при наличии большого количества визуальных помех (работающая техника, сложные погодные условия), контроль использования спецодежды и соблюдения техники безопасности, соблюдения технологического процесса, качества.
6. Охрана природы. Обнаружение лесных пожаров по поднимающемуся дыму.
7. Работа с видеоархивом. Поиск похожих объектов, например людей или автомобилей. Позволяет выделить объект на видео или загрузить в систему фотографию и найти все видеозаписи, на которых присутствуют похожие объекты.
Читайте другие мнения в журнале "Системы безопасности" #1, 2019