Pull to refresh

Comments 27

В первую очередь планиурем внедрить (через партнеров) эту разработку на объектах ТЭК, железной дороги и аэропортов. Во вторую очередь, данная технология будет применена в торговых сетях и на спортивно-развлекательных объектах.
По-ошибке поставил "-1", хотел наборот, но поменять нельзя.
А если многолюдная улица? И как вы отличаете человека от других движущихся объектов (техника, животные)?
Я так понял, предполагается, что объект не меняет резко траекторию? Обычные люди — да, а если злоумышленник и целенаправленно пытается запутать систему? Зашел в толпу, резко повернул обратно.
В толпе резкие изменения траектории отследить сложно, на более спокойном фоне — не проблема.
По одежде, лицу не ведется привязка?
Привязка по лицу возможна при использовании биометрических алгоритмов и специальных камер, что существенно удораживает все решение. В этом направлении мы работаем с партнером, но массовых внедрений здесь ждать не стоит, тем более на протяженных объектах, таких как железная дорога.
В первую очередь планиурем внедрить (через партнеров) эту разработку на объектах ТЭК, железной дороги и аэропортов. Во вторую очередь, данная технология будет применена в торговых сетях и на спортивно-развлекательных объектах.
Вот таким и должен быть первый пост. А то одну муть постить стали.

Статья отличная.
Где то слышал что в Лондоне есть система позволяющая вести любой объект в центре города с историей его передвижений в несколько часов, в реальном времени. Используются камеры наблюдения установленные по всему городу.
Может ли такая система распозновать унесенный объект, а не оставленный? Или объекты вообще, автомобили например? Или что-нибудь поменьше?
Задача определения унесенного и оставленного предмета очень близкие. Уехавший автомобиль можно детектировать на основе существующего видеоконвейера «Синезис», добавив логику более выского уровня. Тоже самое касается оставленных предметов, если их хорошо видно в кадре.
Осталось всё это прикрутить к пулемётной турели в качестве целеуказателя. Как упражнение со звёздочкой — оценивать точность попадания и эффективность огня. Дальше усложняем задачу и берём картинку с движущихся камер (беспилотники). Ну а дальше вообще интересное начинается :)
Ставим камеру на балконе, направляем на стоянку, где стоит машина. Если кто-то долго трётся у машины — включаем матюгальник :) Матюгальник можно разместить в машине и управлять им дистанционно и рассказывать «объекту» куда ему пойти в зависимости от поведения :)
… и любопытный сосед, которого заинтересовала марка вашей машины будет очень рад
Матюгальник должен быть интеллектуальным, конечно! :) Начинать надо вежливо :)
Я сделал систему наблюдения:

При обнаружении движения в определенной зоне (около машины) в определенное время (ночью), включать запись и запускать файл (ярлык дозвона на определенный номер через Skype), Web-трансляция.

Еще можно выставить колонку в окно, после соединения по Skype можно что-нибудь покричать в телефон и тот кто трется около машины может услышать.

Софт ActiveWebCam www.pysoft.com/ActiveWebCamMainpage.htm

Не удалось запустить демо на unbindtv1.web2cam.com/?c=1&ButtonGo=Open на
MacOS Leopard, Chrome 11. Какие технологии используете для декодирования видео на платорфме Windows (например, DirectShow, ffmpeg)?
Я так понимаю, что координаты низко парящего объекта будут определены неправильно :)
Вопрос по существу — как там на счет погодных условий? Снег, дождь, ветер (вообще жесть). А также, солнце с изменениями освещенности? Что происходит ночью от света фар, например?
Детектирование бега — как я понимаю, просто детектирование скорости перемещения подвижного объекта?
Да, оординаты низко парящего объекта будут определены неправильно. Мы отталкиваемся от гипотезы, что объект двигается в плоскости земли и не летает. К счастью, птицы имеют небольшой размер и быстро летает, мы их отсевиваем по этим двум параметрам.

Со снегом и дождем мы боремся весьма эффективно за счет моделирования фона на многомашстабных динамических текстурах: synesis.ru/ru/surveillance/articles/multiscale-va.

Солнце и изменения освщенности чаще всего приводят к глобальным изменениям на кадре, что мы отслеживаем и компенсируем.

Детектирование бега сейчас основано на измерении реальной скорости движения. Можно добавить в классификатор анализ формы траектории, переодичность колебания центра масс отличается для идущих и бегущих людей.

UFO just landed and posted this here
Скажите, это всё работает только на одном типе камер или можно использовать на других? Если да, то были ли тесты?
Тема очень интересная.
Видеоаналитика работает со всеми типами аналоговых камер, в том числе с тепловизионными, цветными и черно-белыми.

Видеоаналитика работает так же с мегапиксельными (HD) сенсорами, что увеличивает дальность действия в 1.5-2 раза, но только при хороших погодных условиях.

Тестов было много разных, наиболее существенные i-LIDS и на Октябрьской железной дороге (трасса Санкт-Петербург — Москва). Описание тестов i-LIDS есть в конце статьи synesis.ru/ru/surveillance/articles/multiscale-va.

Встроенная видеоаналитика MagicBox одобрена i-LIDS как система первичного обнаружения для формирования оперативных тревог и записи событий в приложениях видеонаблюдения стерильной зоны. i-LIDS, Imagery library for intelligent detection systems, лаборатория в научном подразделении МВД Великобритании, которая занимается тестированием технических средств обнаружения и сертифицируют оборудования для государственных проектов. Сертификат i-LIDS является общепризнанным стандартом качества видеоаналитики в отрасли.
Тестов было много разных, наиболее существенные i-LIDS и на Октябрьской железной дороге (трасса Санкт-Петербург — Москва).

Точно. Вот откуда я о Вас слышал. В принципе, я сразу и подумал, что или это ваша система там, или похожая.
Sign up to leave a comment.