Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Найден способ повысить точность распознавания действий человека с камер видеонаблюдения
На стратегически важном промышленном производстве, в местах большого скопления людей, торговых центрах, концертных залах и образовательных учреждениях устанавливают камеры видеонаблюдения. В них встроена технология распознавания движений человека, которая фиксирует и классифицирует их при появлении в кадре изменяющегося объекта. В зависимости от характера действий и установленных ограничений она формирует ответную реакцию. В случае опасности можно инициировать меры предотвращения чрезвычайных происшествий. Однако правильная работа такой системы и своевременное реагирование зависит от точности и скорости распознавания ситуаций. Ученые Пермского Политеха предложили математическую модель описания человека, применение которой повышает точность распознавания изображений с видеокамер до 95 процентов.
Статья опубликована в журнале «Вестник ПНИПУ. Электротехника, информационные технологии, системы управления». Исследование проведено в рамках реализации программы «Приоритет 2030».
Для распознавания действий с камер видеонаблюдения нужно выделить человека как отдельный объект, выявить информацию о положении его тела и последовательности движений. При этом необходимо хранить эти данные для дальнейшей обработки и решения задачи классификации. Важную роль в этом процессе играет математическая модель и способ ее представления.
Модели описания по набору кадров, когда действие в каждом из них идентифицируется отдельно, имеют недостаток – в поле могут находиться другие люди и предметы, из-за которых информация анализируется некорректно. Для устранения этого фактора чаще используют векторную модель – движения определяют при помощи последовательности координат ключевых точек в скелете человека. Для повышения точности их группируют, что позволяет алгоритму находить и обрабатывать информацию о различных частях тела.
Для точного распознавания объекта в пространстве данные подвергают процедуре нормализации, при которой ключевые точки из пиксельных переводятся в реальные значения. Существующие способы не учитывают большую вариативность поворотов и положения человека в пространстве. Одни и те же движения, выполненные при разном смещении относительно камеры, вероятнее всего, будут распознаны, как разные. Часто это затрудняет работу системы, требуется значительное увеличение объема памяти устройства и усложнение алгоритмов расчета, что не всегда практически реализуемо с точки зрения временных и финансовых ресурсов.
Ученые Пермского Политеха нашли способ ускорить обработку получаемого видеоматериала и повысить точность определения движений объекта. Для этого они проанализировали существующие модели распознавания скелетов людей и используемые алгоритмы обработки. По результатам исследования они предложили внедрить в систему видеонаблюдения оригинальные модель и технологию нормализации видеоизображений.
«Мы создали упрощенную модель, в которой отсутствует лишняя для наших исследований информация, например, о положении пальцев рук. Зачастую их местонахождение зашумлено, но при этом на обработку также уходит время, усложняется процесс распознавания действий. Ключевыми точками в нашей модели стали глаза, плечи, бедра, локти, кисти, колени и ступни. Также мы предложили алгоритм преобразования информации о движении скелета человека, который распознает действия, сравнивая для большей точности данные с разных камер или под разными углами», – рассказывает Александр Князев, аспирант кафедры «Информационные технологии и автоматизированные системы» ПНИПУ.
«Эксперименты показали, что наша модель и технология нормализации видеоизображений позволили достичь точности распознавания в 95 процентов. А применение первичных данных обеспечивало лишь 35 процентов точности», – комментирует Рустам Файзрахманов, заведующий кафедрой «Информационные технологии и автоматизированные системы» ПНИПУ, доктор экономических наук.
Внедрение разработки ученых Пермского Политеха позволит улучшить точность распознавания действий человека с камер видеонаблюдения, что эффективно для мониторинга и сохранения безопасности на производственных предприятиях, охраняемых территориях и общественных местах. Интерес к разрабатываемой технологии уже проявили несколько промышленных компаний. Инициатива поддержана Фондом содействия инноваций – одобрен грант по программе Старт-1.
Telegram 
Дзен 
VK От рыб произошли все наземные позвоночные, включая нас, но как именно рыбы стали главным населением морей — до последнего времени оставалось неясным. Авторы новой научной работы попытались доказать, что причиной этого было вымирание, возможно, вызванное белыми ночами.
На юге Африки ученые обнаружили коллекцию небольших каменных стрел. С виду — обычные артефакты древнего человека. Но современные технологии позволили выявить их смертельный секрет. Эти наконечники, которым почти 60 тысяч лет, сохранили следы яда. Авторы нового исследования пришли к выводу, что древние охотники стали использовать яды намного раньше, чем считала наука.
В Олдувайском ущелье на севере Танзании ученые обнаружили скелет слона возрастом 1,78 миллиона лет, а рядом с ним — необычные для того времени каменные орудия. Авторы нового исследования полагают, что им удалось найти древнейшее место разделки гигантской добычи.
От рыб произошли все наземные позвоночные, включая нас, но как именно рыбы стали главным населением морей — до последнего времени оставалось неясным. Авторы новой научной работы попытались доказать, что причиной этого было вымирание, возможно, вызванное белыми ночами.
На юге Африки ученые обнаружили коллекцию небольших каменных стрел. С виду — обычные артефакты древнего человека. Но современные технологии позволили выявить их смертельный секрет. Эти наконечники, которым почти 60 тысяч лет, сохранили следы яда. Авторы нового исследования пришли к выводу, что древние охотники стали использовать яды намного раньше, чем считала наука.
В Олдувайском ущелье на севере Танзании ученые обнаружили скелет слона возрастом 1,78 миллиона лет, а рядом с ним — необычные для того времени каменные орудия. Авторы нового исследования полагают, что им удалось найти древнейшее место разделки гигантской добычи.
На скалистых берегах аргентинской Патагонии разворачивается настоящая драма. Магеллановы пингвины, долгое время чувствовавшие себя в безопасности на суше в своих многотысячных колониях, столкнулись с новым и беспощадным врагом. Их извечные морские страхи — касатки и морские леопарды — теперь блекнут перед угрозой, пришедшей из глубины материка. Виновник переполоха — грациозный и мощный хищник, недавно вернувшийся на эти земли после долгого изгнания.
Среди самых интригующих открытий космического телескопа «Джеймс Уэбб» — компактные объекты, получившие название «маленькие красные точки». Их видели только в самых дальних уголках Вселенной. Большинство возникло в первый миллиард лет после Большого взрыва, и ученые предполагали, что такие источники представляют собой небольшие компактные галактики. Однако международная команда астрономов пришла к иному выводу. Они предположили, что на самом деле «маленькие красные точки» — черные дыры, окруженные массивной газовой оболочкой.
Ученые задались вопросом: почему два расположенных по соседству спутника Юпитера такие разные, ведь на Ио повсеместно извергаются вулканы, а Европа полностью покрыта многокилометровой коркой льда. Есть версия, что Ио когда-то тоже была богата водой, но по итогам недавнего исследования это сочли неправдоподобным.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно