Видеоаналитика 2011: тенденции и инновации года
•Download as PPTX, PDF•
1 like•565 views
Доклад Николай Птицына на конференции Intelligent Video 2.0 форума All-over-IP 2011 от 23 ноября 2011 года.
Recommended
Recommended
More Related Content
Viewers also liked
Viewers also liked (20)
Similar to Видеоаналитика 2011: тенденции и инновации года
Similar to Видеоаналитика 2011: тенденции и инновации года (20)
More from Nikolai Ptitsyn
More from Nikolai Ptitsyn (11)
Видеоаналитика 2011: тенденции и инновации года
- 1. Конференция Intelligent Video 2.0 Москва, КВЦ «Сокольники», Зал 5 23 ноября 2011, 12:30 - 16:45 Видеоаналитика 2011: тенденции и инновации года Николай Птицын, np@synesis.ru www.synesis.ru
- 2. Тенденция 1: специализация видеоаналитики ЗАВТРА Сбор данных о покупателях СЕГОДНЯ в торговых центрах Обнаружение людей и Универсальная предметов на Ж/Д путях видеоаналитика Охрана морской границы ?
- 3. Тенденция 2: многоканальная видеоаналитика ОБЪЕМНАЯ СТЕРЕОЗРЕНИЕ РЕГИСТРАЦИЯ 3D МНОГОКАМЕРНОЕ СЛЕЖЕНИЕ МУЛЬТИСЕНСОРНЫЙ МОНИТОРИНГ 360 ПАНОРАМНАЯ СШИВКА ТРИАНГУЛЯЦИЯ
- 4. Сценарий многокамерного слежения i-LIDS 2 3 4
- 5. Многокамерное слежение за человеком по внешним признакам Материалы Аэропорт города Манчестер Ipsotek / BAE Systems
- 6. Подход 1: Поиск похожих людей по внешним признакам Простые случаи Сложные случаи Лаборатория Синезис
- 7. Подход 2: корреляционное слежение за объектами в плотном потоке Лаборатория Синезис
- 8. Стереоскопическое зрение Материалы Saab
- 9. Многокамерная панорамная сшивка Материалы DVTel
- 10. Мультисенсорные видеодетекторы: телевизионный и тепловозный каналы Лаборатория Синезис
- 11. Многополосный радар + многополосное распознавание Материалы Симикон
- 12. Тенденция 3: Работа с архивом метаданных • Хранилище • Язык запросов • 2D/3D карта Материалы IBM
- 13. Тенденция 4: появление распределенной видеоаналитики СЕГОДНЯ ЗАВТРА СЕРВЕРНАЯ СЕРВЕРНАЯ ИЛИ И ВСТРОЕННАЯ ВСТРОЕННАЯ
- 14. Примеры распределенной видеоаналитики Приложения Задачи камеры Задачи сервера Детектирование лица Идентификация лица Слежение в поле зрения Слежение на одной камеры территории объекта Вычисление признаков Детектирование цели Многокамерное или Распознавание цели многоканальное Слежение в поле зрения слежение за объектом одной камеры Детектирование Распознавание движения символов Выделение области Распознавание изображения с номером нарушений
- 15. Тенденция 5: стандартизация Новые функции ONVIF 2.2 Сервис Новая функция Video Analytics Дескрипторы для метаданных сцены: - Color, Object Class, Cell Motion Аналитический модуль: - Cell Motion Analytics Engine Конфигурация чувствительности Стандартные события: - Image is too blurry, dark, or bright - Global scene change Action Engine Конфигурирование действий по событию: E-mail, FTP, HTTP, SMS и локальная запись Federated Search Объединённый поиск в архивах Imaging Цифровая стабилизация (антишейкер)
- 16. Тенденция 6: Конвергенция технологий 1. Видеоаналитика обзорных камерах – Слежение за людьми – Детекторы (оставленные предметы, сигнальная линяя) 2. Биометрия и СКУД – Распознавание лиц – Распознавание отпечаток пальцев 3. Геопозиционирование 4. Радиочастотные метки – Пропуск – Билет метрополитена
- 17. Резюме 1. Специализация видеоаналитики – Отраслевые решения 2. Многокамерные алгоритмы – Слежение, панорама, мультисенсоры 3. Работа с архивом метаданных – Язык запросов с привязкой к карте 4. Распределенная видеоаналитика – Вычисления и в камере и на сервере 5. Стандартизация, ONVIF 2.2 – Federated search, Object class, Action engine, 6. Конвергенция технологий – Видеоаналитика + биометрия + СКУД + …
Editor's Notes
- Требования в разных отраслях существенно отличаются!Объект интереса и цель внедренияОкружающая средаусловия эксплуатации, помехиДопустимые уровни ошибок I и II родаВыходным данные и интерфейсыОграничение по бюджету
- British Home office has office has an evaluation project called Multiple-camera tracking scenario which is very much in line with our approach. The dataset was recorded in Gatwick airport of London and comes with about 200,000 manually annotated frames.The multiple-camera tracking scenario was filmed using five cameras at a transport hub. The camera views are a mixture of overlapping and non-overlapping. The dataset documents a desired ground truth for semi-automatic solution to tracking a target through multiple camera views. The MCT dataset contains 140 hours of footage spread across three datasets.Each of the datasets comes complete with annotated frames documenting nominated targets outputted in XML format. There are over 185,000 annotated frames across the three datasets and datasets will come bundled with the annotation tool - SABRE - developed by HOSDB. Annotation conforms to the VIPER GT standard. For more information see the i-LIDS user guide.The multiple camera tracking datasets are available to commercial companies and research institutions. Two datasets are available training dataset, featuring short target events for developments of MCT systems and test dataset for companies to test the performance of systems and submit them for evaluation through HOSDB.