как машинное обучение помогает камерам видеонаблюдения распознавать свободные парковочные места
BOSCH
Интеллектуальное программное обеспечение, острый глаз
.
Как научить ребенка, как выглядит машина? Все просто - покажите малышу машину. Благодаря программному обеспечению обработки изображений Bosch, этот проверенный метод раннего обучения столь же эффективен для камер видеонаблюдения. Программа, получившая название Camera Trainer, позволяет этим камерам учиться. Встраиваемое в такие устройства, как новый FLEXIDOME IP starlight 8000i, программное обеспечение открывает двери для беспрецедентных приложений. Камера последнего поколения поставляется с некоторыми серьезными обновлениями - изображения более высокой четкости, оптимизированная светочувствительность, удаленная настройка через смартфон или планшет - но самой инновационной функцией этого поколения камер, безусловно, является Camera Trainer. Андре-Луис Турно (André-Luis Tournoux) помогал в разработке программного обеспечения в офисе Bosch в Эйндховене, Нидерланды.
.
Как научить ребенка, как выглядит машина? Все просто - покажите малышу машину. Благодаря программному обеспечению обработки изображений Bosch, этот проверенный метод раннего обучения столь же эффективен для камер видеонаблюдения. Программа, получившая название Camera Trainer, позволяет этим камерам учиться. Встраиваемое в такие устройства, как новый FLEXIDOME IP starlight 8000i, программное обеспечение открывает двери для беспрецедентных приложений. Камера последнего поколения поставляется с некоторыми серьезными обновлениями - изображения более высокой четкости, оптимизированная светочувствительность, удаленная настройка через смартфон или планшет - но самой инновационной функцией этого поколения камер, безусловно, является Camera Trainer. Андре-Луис Турно (André-Luis Tournoux) помогал в разработке программного обеспечения в офисе Bosch в Эйндховене, Нидерланды.
Как тренировать камеру?
Как и во многих других программах машинного обучения, вам нужны образцы изображений объектов. Вы должны показать камере, какие объекты или ситуации имеют отношение к делу. При использовании Camera Trainer, в зависимости от ситуации, будет достаточно от 25 до 250 образцов, чтобы он узнал, как что-то выглядит - скажем, автомобиль.
Как и во многих других программах машинного обучения, вам нужны образцы изображений объектов. Вы должны показать камере, какие объекты или ситуации имеют отношение к делу. При использовании Camera Trainer, в зависимости от ситуации, будет достаточно от 25 до 250 образцов, чтобы он узнал, как что-то выглядит - скажем, автомобиль.
25 образцов изображений может быть достаточно, чтобы научить камеру распознавать объект.
ПРИНЦИП ОБУЧЕНИЯ КАМЕРЫ
Компьютерная программа позволяет пользователям отмечать нужные объекты на изображениях, просто перетаскивая рамку вокруг них с помощью мыши. Система запоминает очертания объектов, а затем может распознавать их самостоятельно. Это то, что мы называем положительным образцом. Аналогичным образом формируются отрицательные образцы. Это любые объекты или фон, которые не являются рассматриваемым объектом.
Компьютерная программа позволяет пользователям отмечать нужные объекты на изображениях, просто перетаскивая рамку вокруг них с помощью мыши. Система запоминает очертания объектов, а затем может распознавать их самостоятельно. Это то, что мы называем положительным образцом. Аналогичным образом формируются отрицательные образцы. Это любые объекты или фон, которые не являются рассматриваемым объектом.
НАПРИМЕР
Возможности этой технологии можно применять в различных ситуациях мониторинга. Например, камеру можно обучить автоматически определять, занято ли парковочное место. Для этого автомобили маркируются на изображениях как положительные образцы, а свободные парковочные места - как отрицательные образцы. Таким образом, камера узнает, как выглядит автомобиль и как выглядит пустое парковочное место, и впоследствии может различать их. Затем видеокамера может автоматически определить, сколько свободных парковочных мест доступно в данной области.
Возможности этой технологии можно применять в различных ситуациях мониторинга. Например, камеру можно обучить автоматически определять, занято ли парковочное место. Для этого автомобили маркируются на изображениях как положительные образцы, а свободные парковочные места - как отрицательные образцы. Таким образом, камера узнает, как выглядит автомобиль и как выглядит пустое парковочное место, и впоследствии может различать их. Затем видеокамера может автоматически определить, сколько свободных парковочных мест доступно в данной области.
Наблюдение за парковкой в три простых шага: как обучить камеру
В принципе Camera Trainer изучает все, что ему нужно, в три этапа. В нашем примере мы хотим, чтобы камера распознавала занятые парковочные места. Первым делом нужно выбрать соответствующую область. В программе конфигурации для отметки парковочного места используется мышь.
На втором этапе помечаются объекты, которые необходимо распознать - в данном случае автомобили. Другими словами, программу машинного обучения обучают тому, как выглядит автомобиль. Для этого маркируются различные автомобили. Это позволяет программному обеспечению изучать их типичные очертания.
На третьем шаге программе показано, что «не машина». И в данном случае «не машина» означает свободное парковочное место. Шаги два и три повторяются до тех пор, пока Camera Trainer не сможет самостоятельно определить это различие и автоматически пометить автомобили и свободные парковочные места.
Сделано! Программа узнала, как выглядят машина и свободное парковочное место. Теперь она применяет эти знания. В нашем примере камера автоматически подсчитывает количество занятых мест. Результат показан в верхнем левом углу: одна машина в верхнем ряду и две в нижнем.
Конечно, есть и другие интересные сценарии: например, Camera Trainer может отслеживать, как долго машина была припаркована. Или он может подать сигнал тревоги, если машины внезапно больше нет и она, возможно, была украдена.
Что такого особенного в этой системе видеонаблюдения?
Две вещи. Во-первых, интеллектуальные инструменты видеоаналитики уже очень хорошо обнаруживают движущиеся объекты.
Прошли те времена, когда людям приходилось постоянно смотреть в экран, сильно концентрируясь на обнаружении какой-либо активности.
Camera Trainer делает эту работу еще проще и эффективнее. Благодаря этому новому программному обеспечению теперь можно обнаруживать и отслеживать объекты, даже когда они не находятся в движении. Это ново. Это означает, что теперь камеры могут определять, как долго автомобиль занимал парковочное место.
Ну и главное! В камерах видеонаблюдения не так много вычислительной мощности. Возможность запускать алгоритмы машинного обучения в камере - выдающееся достижение. Наша технология может это сделать, потому что пользователи могут запустить конфигуратор Camera Trainer на стандартном компьютере для решения относительно сложной задачи обнаружения объектов и фона, а затем развернуть эту возможность, загрузив сокращенную версию программы на камеру. Именно здесь мы воспользовались обширным ноу-хау внутри компании. Такие модули, как Connected Mobility и Computer Vision из корпоративных исследований Bosch, помогли разработать Camera Trainer. А менеджмент продуктов в подразделении Building Technologies обеспечил интеграцию Camera Trainer в камеру.
Две вещи. Во-первых, интеллектуальные инструменты видеоаналитики уже очень хорошо обнаруживают движущиеся объекты.
Прошли те времена, когда людям приходилось постоянно смотреть в экран, сильно концентрируясь на обнаружении какой-либо активности.
Camera Trainer делает эту работу еще проще и эффективнее. Благодаря этому новому программному обеспечению теперь можно обнаруживать и отслеживать объекты, даже когда они не находятся в движении. Это ново. Это означает, что теперь камеры могут определять, как долго автомобиль занимал парковочное место.
Ну и главное! В камерах видеонаблюдения не так много вычислительной мощности. Возможность запускать алгоритмы машинного обучения в камере - выдающееся достижение. Наша технология может это сделать, потому что пользователи могут запустить конфигуратор Camera Trainer на стандартном компьютере для решения относительно сложной задачи обнаружения объектов и фона, а затем развернуть эту возможность, загрузив сокращенную версию программы на камеру. Именно здесь мы воспользовались обширным ноу-хау внутри компании. Такие модули, как Connected Mobility и Computer Vision из корпоративных исследований Bosch, помогли разработать Camera Trainer. А менеджмент продуктов в подразделении Building Technologies обеспечил интеграцию Camera Trainer в камеру.
Каким будет следующий шаг в развитии умных камер видеонаблюдения?
Разработчик видеоаналитики и бизнес-аналитики в Bosch Building Technologies- André-Luis Tournoux
Отрасли безопасности и защиты придется иначе думать о способах разработки решений. С нашей новой открытой платформой для камер мы подаем пример. Он сочетает в себе встроенную интеллектуальную видеоаналитику с превосходной производительностью и возможностью свободного добавления программных приложений. И поскольку он работает в широко используемой операционной системе на основе Android Open Source Project, он доступен для всех, кто хочет создавать и развертывать приложения и службы для конкретных клиентов.
Статья подготовлена по материалам публикации
«Bosch Системы Безопасности»
ССЫЛКА НА ОРИГИНАЛЬНУЮ СТАТЬЮ
«Bosch Системы Безопасности»
ССЫЛКА НА ОРИГИНАЛЬНУЮ СТАТЬЮ