Будущие приложения для анализа видео и ИИ

В этой статье, написано из Даллмайера, мы хотим показать, как лица, принимающие решения, могут избежать дорогостоящих ошибок. Подчеркивается, что хорошее качество изображения равняется оптимальному качеству данных.

Видеотехнологии стремительно развиваются. В дополнение к оптической гарантии испытаний, власти и полиция имеют все больше возможностей для автоматического или полуавтоматического анализа данных изображений.

Не всегда легко вести обзор здесь, поскольку новые решения постоянно выходят на рынок, и многие системы все еще находятся в состоянии исследований и экспериментов..

В этой статье, написано из Далльмайер, мы хотим показать, как лица, принимающие решения, могут избежать дорогостоящих ошибок. И самое главное – это даже не сами системы анализа..

Анализ видеоизображений: множество возможностей

В принципе, камеры служат «оптическими датчиками» для захвата аналитических данных. Нет лучшего способа извлечения различных типов данных из сложных контекстов с относительно небольшими усилиями, чем видеоизображение..

Возможности, предлагаемые видеоанализом, многочисленны: анализ толпы, для подсчета людей или объектов; поиск внешнего вида, находить людей на основе определенных характеристик; различные системы обнаружения вторжений, для защиты стерильных зон, как, например, в области стадионов, по периметру критически важных инфраструктур или во многих других.

Большинство систем в настоящее время работают с классификацией объектов на основе нейронных сетей, в общем языке часто приравнивается также к искусственному интеллекту.

Качество в, Качественное выход: Определяемое качество изображения имеет решающее значение

Но со всем энтузиазмом, очень часто, важность качества изображения недооценивается. Во многих случаях, допущена ошибка при рассмотрении и оценке только системы анализа, а не интегрального решения.

И так далее, много пользователей, которые просто поставили пару камер и, после, они ограничиваются тем, что позволяют проводить некоторые анализы изображений, полученных таким образом..

Однако, в соответствии со старым правилом Quality In, Качественное выход, качество результатов анализа может быть, естественно, только настолько, насколько хорошо качество изображения и, Поэтому, качество входных данных.

Качество изображения определяется как «пиксель на метр» (px/m)" в стандарте DIN EN 62676-4 и является важным параметром для каждой видеосистемы. В зависимости от того, что требуется, Например, 62,5 px/m для обнаружения объектов или людей на основе ИИ или 250 px/m, если вы хотите почти стопроцентной определенной допустимости в судах, обеспечивая идентификацию захваченных лиц.

Правильное планирование и соответствующие технологии

Ключ к успеху, следовательно, должен обеспечить, для конкретной формы анализа, такой как дифференциация людей и транспортных средств, минимальное значение, требуемое во всей области, подлежащей захвату, надёжно. Это возможно только, есть ли у производителя соответствующие инструменты и системы планирования, а также ноу-хау и эксперты для выполнения этих планов.

Кроме того, технологии камер, предназначенные для обеспечения этих минимальных разрешений, необходимы даже на больших поверхностях. Даже мегапиксельные камеры сверхвысокого разрешения поставляются, Особенно, в областях, наиболее удаленных от изображения, до ваших пределов быстро или, другими словами, не выгодны на больших площадях.

PTZ-камеры, принципиально, они не подходят для анализа полных контекстов, поскольку фокусируются только на определенной части области и служат в первую очередь для активного видеонаблюдения..

Современные системы, так называемые мультифокальные сенсорные системы, в котором несколько датчиков разного фокусного расстояния объединены в единую систему, обеспечить минимальное разрешение, определяемое с точностью на всей поверхности, чтобы фиксировать, даже в больших пространственных контекстах, И, Вот почему, представляют в большинстве случаев также наиболее экономичный подход.

Другие статьи о Далльмайер