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 Астрономы провели длительную радиодиагностику межзвездного объекта 3I/ATLAS и не нашли признаков искусственных технологий. Наблюдение окончательно подтвердило естественную природу ледяного тела, хотя ученые изначально не ожидали сенсации.
Тысячу лет назад колоссальный степной пояс от Амура до Дуная назывался Великой степью. На Руси его знали как Дикую степь. В этом краю жили кочевники, и среди них — хищная птица сокол-балобан. Сейчас цельной трансконтинентальной популяции балобана больше нет. Небольшой европейский островок уцелел в Венгрии, Австрии и в Крыму. Есть популяция в Казахстане, Монголии и Китае. В России сокол-балобан, помимо Крыма, живет в горах Южной Сибири. И выживание этой популяции, как и всего вида, под угрозой. Как живет эта птица и как ей помогают в нашей стране? Зачем в Хакасии посреди «нигде» построили огромный облёточник? Буквально сегодня в него уже доставили первую партию птиц.
Международная группа ученых впервые определила природу необычных космических вспышек, которые оставались загадкой для науки на протяжении нескольких лет.
Исследователи опросили более 60 тысяч испытуемых из разных стран и выяснили: чем больше человек зациклен на себе, тем холоднее он к своему партнеру. Правда, снижение накала страстей не всегда плохо, у этого есть и положительные стороны.
Около четырех миллиардов лет назад Солнечная система пребывала в хаосе: гигантские планеты сближались, меняли орбиты и выбрасывали своих соседей в межзвездное пространство. Хотя шансы на «выживание» лун Юпитера и Урана в этот период были крайне малы, астрономы показали, что их судьба может хранить следы древней катастрофы с участием «потерянной» планеты.
Астрономы провели длительную радиодиагностику межзвездного объекта 3I/ATLAS и не нашли признаков искусственных технологий. Наблюдение окончательно подтвердило естественную природу ледяного тела, хотя ученые изначально не ожидали сенсации.
В высокогорных районах Гималаев появился новый хищник. Он не боится людей, возглавляет стаи собак и все чаще заходит в деревни. Местные жители называют его «кхипшанг». Речь идет о гибриде гималайского волка и бродячей собаки. Ученые опасаются, что этот зверь изменит хрупкий баланс местной дикой природы и в скором времени станет весьма опасным для человека.
В доколумбовых Андах принадлежность к правящему роду определяла доступ к земле, торговле и статусу, поэтому удержать все внутри семьи было вопросом выживания. Ученые выяснили, что элиты долины Чинча решали эту задачу самым прямым способом — заключая браки между родственниками на протяжении как минимум двух поколений.
При совпадении нескольких условий наши глаза способны улавливать излучение в ближнем инфракрасном спектре. Тогда сетчатка начинает работать как нелинейный фотодетектор.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.
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