Главная » Блоги Экспертов И ИТ-Компаний » Видеосемантика – практическая видеоаналитика.
Разумная охрана Вам и Вашему дому! 1 год назад

Видеосемантика – практическая видеоаналитика.

Технология «Внимание!». Теоретические основы спецлабовской видеоаналитики


Итак, даже крупнейшие и известнейшие игроки рынка безопасности заявляют о несостоятельности своей видеоаналитики. К сожалению, у большинства специалистов видеоаналитика ассоциируется именно с детектором объектов: определением направлений, пересечений, форм и размеров. Все то, что в Спецлабе называют жесткими алгоритмами, сильно подверженными помехам. А главное, этот тип почти не имеет полезного применения, разве что в охране периметров. И то, только в чистом поле, где нет ветра, птиц и мошек, а также не падает дождь и снег.

В мире мало еще кто знает, что существует и другая видеоаналитика - гибкая, разработанная Спецлаб. Похожее в ней только термины. Остальное - отличия: почти не зависит от помех и имеет полезное применение в любых областях жизнедеятельности. По характеру работы спецлабовскую видеоаналитику правильнее назвать видеосемантикой. Она раскладывает потоки видеонаблюдения на смысловые видеосюжеты, выделяя в них главный кадр, передающий смысл всего, даже длинного, сюжета. И для нее неважно, какой объект охранять или контролировать, спецлабовская видеоаналитика сокращает получение видеоинформации в самом широком смысле.

Семантика в языкознании изучает смысл единиц языка, а в видеоаналитике изучает смысл единиц видеособытий. И там и там это набор знаний, объединенных между собой определенными соотношениями. Видеосемантика базируется на большом наборе различных типов видеодетекторов, изучающих свойства объекта, его размеры, соотношения сторон, цветовую гамму, направление движения, скорость, частоту движений, параметры изменений (Это одна сотая часть списка, приведена здесь, потому что понятна обывателю.) Все эти характеристики связаны между собой математическими соотношениями, основанными на закономерностях поведения различных типов объектов.

GOALcity отслеживает характерные черты в результате анализа статистических изменений, таким образом осуществляется селекция видео-событий по их семантическому отличию. Компьютерная программа Спецлаб раскладывает видеозапись на смысловые единицы, показывая ту часть этой единицы, которая полностью передает ее смысл. И вместо длительной видеозаписи, имеющей одну единственную смысловую нагрузку, человеку дается возможность короткого показа сокращенного в сотни и тысячи раз видеоролика полностью передающего весь смысл этого длительного сюжета.

Количество типов отношений в семантической сети определяется её создателем, исходя из конкретных целей, в нашем случае это безопасность, которая и составляет базу знаний. В реальном мире их число стремится к бесконечности. Каждое отношение является, по сути, предикатом, простым или составным. Скорость работы с базой знаний зависит от того, насколько эффективно реализованы программы обработки нужных отношений. Для этого нужны не только многопроцессорные мощности компьютеров, но и мозги программистов, умеющих распараллелить между ними задачи. При этом надо учитывать, что любой объект состоит из нескольких элементов, например, детектироваться могут только руки или движущиеся губы одного человека. Важным отношением является HasPart, описывающее связь частей и целого отношение меронимии. В этом случае свойства первого множества не наследуются вторым. Мероним и холоним противоположные понятия: мероним объект, являющийся частью для другого, холоним объект, который включает в себя другое. Определить в реальных условиях, что есть что или кто, на сегодняшний день не могут никакие видеодетекторы, насколько бы ни очевидна была простота задачи. Только человеческий интеллект может понять, что высовывающаяся за ближайшим человеком голова дальнего не одна и та же голова первого. Нужно четко понимать границы компьютерного зрения на сегодняшний день и не замахиваться на задачи формализации поведения по статьям Уголовного Кодекса. Мы лишь предлагаем селекцию признаков, доступных математической обработке, а не искусственный интеллект.

formylj.jpg

Пока ни одна научная комиссия в мире, к сожалению, не зарегистрировала свойство компьютерных систем выполнять функции (творческие), которые традиционно считаются прерогативой человека. Тем не менее, машина, конечно, многое делает быстрее человека. (Но это не значит, что она может делать все то, что и человек.). Так же, как Бугатти быстрее бегает, компьютер быстрее считает. Это не интеллект, а лишь увеличение скорости. Используя видеосемантику, мы можем увеличить скорость обработки видеоданных, что сокращает время человека на их просмотр. Причем, в сотни и тысячи раз!

Видеосемантизация - процесс изменения видеозаписей, в которых выделяются семантические отношения без изменения их содержания. Таким образом, мы понимаем содержание каждого сегмента видеозаписи лишь по небольшому его участку, уменьшенному в сотни раз.

Видеосемантика заходит дальше привычной всем жесткой видеоаналитической логики. В семантике рассматривается не только правильность утверждения (как в логике), но и то, является ли оно истинностью. Ведь помехи могут создавать изображение абсолютно подобное поведению реальных объектов, и на этом стандартная видеоаналитика останавливается, предлагая человеку разбираться самому с тем, как реагировать на постоянно возникающие блики, летающие птицы или ползающие по объективу насекомые. Видеосемантика позволяет разграничить события, вычленив отдельно картину помех. При этом, не имея человеческого интеллекта, она тоже не может утверждать, что данное явление - помеха, но при этом уже не требует постоянного человеческого внимания на разрешение вопроса, достаточно одноразового оповещения о помехе. По степени участия человека разница один к сотни тысячи.

Идея систематизации на основе каких-либо семантических отношений предлагалась ещё учёными ранней науки, начиная от Карла Линнея (1735 г) и Отто Зельца (1913 - 1922 гг). Исследователи Дж. Андерсон (1973), Д. Норман (1975) и другие использовали эти работы для моделирования человеческой памяти и интеллектуальных свойств. Большой интерес представляет работа ученого Куиллиана (1967г.). Прародителями современных семантических сетей можно считать экзистенциальные графы, предложенные Чарльзом Пирсом в 1909 г. Они использовались для представления логических высказываний в виде особых диаграмм. Пирс назвал этот способ логикой будущего.

programmnoe_obespech.jpg

Сегодня это логика настоящего, воплощенная в программном обеспечении GOALcity.

Разработано в СпецЛаб!

Источник: http://www.goal.ru/hi-tech-security/1649.html

 


Данный материал является частной записью члена сообщества Club.CNews.
Редакция CNews не несет ответственности за его содержание.
Комментарии
Другие публикации
RU, Иваново
www.goal.ru, менеджер
111111
Информационные технологии



Забыл пароль?
Авторизоваться через
Зарегистрируйся сейчас!
Присоединяйся к нашему обществу для того чтобы познакомиться с новыми людьми, создать собственный блог, публиковать анонсы событий и объявления, а также участвовать в обсуждении публикаций CNews. Мы создали единое пространство для общения специалистов рынка информационных технологий и всех, кто интересуется современными технологиями. Регистрация =>