Рентгеновская установка для транспорта, где с помощью машинного зрения ищутся предметы, похожие на оружие или спрятанных людей.
Начнём с детектора драки. Задача вполне понятная: есть много процессоров и умных программистов, город покрыт камерами, нужно всего-то ничего — сделать так, чтобы как только кто-то начал драться, модераторам с резиновыми дубинками пришло сообщение. Дальше они «отмодерируют» уже по-старинке.
Похожий детектор тестируется, чтобы в ночных клубах в туалетах не занимались чем-нибудь лишним. Там точность выше, потому что сюжет проще, легче алгоритмизируется и дольше длится (обычно).
Но давайте не будем останавливаться на этой приятной ноте, а продолжим смотреть, что ещё есть в арсенале будущего Скайнета. Ну, или Большого Брата.
Детекторы для видеонаблюдения в общественных местах
С дракой было сложнее всего. Раньше такая задача решалась с помощью десятков специально обученных бабок, каждая из которых смотрела на 12–15 экранов. Отличная работа для пенсионера, почти как на эскалаторе в метро сидеть. Потом американцы придумали быстро показывать ситуации оператору (быстрее, чем человек может сознательно их распознать) и ждать стрессовой реакции мозга. На первых выборках работало идеально, но потом кандидаты быстро привыкали и становились негодными. Сегодня только-только начали поставлять такие программные навески для видеонаблюдения наряду с другими, уже привычными фичами — поиском оставленных предметов, распознаванием номеров и лиц, подсчётом людей в очередях и так далее.
Про распознавание лиц мои коллеги уже писали, а про очереди мы ещё чуть позже расскажем. Про драку же мы пока детально не тестировали (есть определённые сложности с бета-тестерами), но в нескольких случаях определилась она правильно. В целом даже при точности 15% это уже хорошая штука, но ей ещё эволюционировать и эволюционировать.
Кстати, сейчас в аэропортах и на проходных стадионах, например, мы ставим 16- или даже 30-мегапиксельные камеры, смотрящие на толпу. По нашему опыту, этого вполне достаточно для распознавания лица для определения соответствия выборке из 2–3 тысяч человек (персоналу, людям в розыске и т. п.) с высокой точностью.
Детекторы для груза
Как вы понимаете, машинное зрение и распознавание образов используется практически повсеместно. Один из ярких примеров был до ката — рентгеновское сканирование груза. Сейчас многие крупногабаритные и некоторые «аэропортовские» сканеры уже снабжены автопоиском заданных объектов. Например, беглых мексиканцев или рожков к автомату Калашникова. Но чаще всё банальнее: грузовик заезжает на установку вроде «Заставы-1», сканируется, и в нём хорошо различается органика (взрывчатка, наркотики). Похожие штуки ставятся в портах, передвижные контейнеры с рентген-установками могут быть развёрнуты где угодно. Пропускная способность очень высокая.
Есть комплексы для железных дорог — там важно считать вагоны и контейнеры в них. Тот же комплекс SecurOS Transit распознаёт на движущемся товарняке номера вагонов (с точностью около 95% с учётом загрязнений и разной погоды), фотографирует груз, сразу же определяет тип вагона по его номеру, ищет, где этот вагон должен быть по документам, а потом сравнивает с фактическим положением.
Судя по датам — одно из первых внедрений, когда из функций было OCR.
Либо делает обратную задачу: вы вводите параметры вагона, а комплекс ищет их в базе. Перевозчики используют его широко — от контроля целостности груза до учёта разных леваков и непорядка. В этом комплексе, кстати, на один номер приходится несколько кадров — там очень интересная математика по обработке их в смазанном виде.
Детекторы для трафика
Тут всё просто. Робот следит за правилами дорожного движения (на уровне «нельзя ехать назад по встречке», «нельзя стоять в определённых местах», «нельзя перестраиваться иначе как по заданным правилам»), определяет скорость отдельных машин и потока целиком, считает машины и определяет утилизацию полосы, распознаёт отдельно грузовики и легковушки (делается это для оптимизации схем дорожного движения на постаналитике).
Если к этой штуке прикрутить ещё распознавание номеров, получается ещё кусочек мозаики. В Китае, например, дорожная сеть в Шанхае снабжается камерами со вспышкой на специальных мачтах, и они тщательно фиксируют каждый номер для контроля домашнего региона и скорость. Ещё там действует программа разгрузки движения — упрощая, по понедельникам нельзя тем, у кого номер заканчивается на 1 или 0, по вторникам — 2 или 9 и так далее. Таким товарищам сразу прилетает китайское предупреждение о платном проезде. То есть штраф (примерно 500 рублей за 4 часа).
А это внедрение в Ярославле и Перми — учёт машин в автосалоне и учёт контейнеров.
А это магнитный детектор занятости парковочного места — вот наш рассказ про их испытания
Ещё на КПП на предприятиях используются классические преграждающие устройства типа столбиков или шлагбаумов с системами сканирования днища. Стоит специальная платформа, которая смотрит видеокамерой на дно машины на предмет новых интересных вещей.
RFID-метки
RFID-метки (похожие на те, что вы встречаете в книжных магазинах и магазинах одежды для защиты от воровства) передают и получают данные в радиусе до 150 метров) могут быть использованы довольно широко. Банальный вариант — контроль книг библиотеки. Взял книгу — провёл по сканеру ей и своей картой. Вернул — сделал то же самое. Варианты посложнее — контроль персонала,, определение того, какие строители и куда ходили на большой стройке, разные штуки для контроля движения пожилых людей и инвалидов (важны родственникам).
Поиск объектов
Моя любимая фича — поиск конкретных объектов по параметрам. Как искать потерявшийся вагон, вы уже читали выше. На умном видеонаблюдении же есть ещё куча примочек. Это стоп-кадры в опасных местах (все касания полок посетителем магазина или все действия с сервером в дата-центре), траектория человека (для того чтобы понять, откуда и куда он идёт, и принять какие-то решения), контроль толпы.
Днём у безопасников или полиции есть возможность искать человека по цвету одежды, росту, цвету кожи, волос, направлению движения (из зоны, в зону, внутри зоны и так далее). Ночью из-за чёрно-белой картинки посложнее, только отбор по траекториям — «все, кто пришёл в ангар со склада».
Digital Signage
Системы оповещения тоже стали умнее за последние годы. Обратите внимание, как плавно меняется представление о том, что должно быть экраном. В ресторанных двориках, например, статических меню всё меньше: их заменяют светодиодные и плазменные панели. В «Азбуке вкуса», «Шанеле», на заправках ТНК и «Лукойла» — везде используется постоянно обновляемый поток данных. Например, судя по заправкам, автомобилисту нужны пробки, погода, курс валют и реклама шин, как же без неё.
Почти вплотную идут кафе с электронным меню (есть на ряде заправок и в «Макдональдсе») — системы взаимодействия удобно интегрируются с оповещениями. В музеях встречаются электронные гиды: в Твери в оружейном музее стоят специальные проекторы с актёрами, находящимися прямо в декорациях землянки или кабинета главнокомандующего. У нас, например, было внедрение в крупном российском банке — там на входе стоит камера для распознавания пола человека (мальчикам и девочкам предлагаются разные услуги), а потом по коридору гостя «провожают» электронные помощники, дающие совет дня. Вообще, мы делали довольно много инсталляций в музеях, и не только по видео — вот ещё примеры.
Здесь на карту наносятся все Wi-Fi-точки (98% — это телефоны), и по ним можно установить, где на выставке сейчас интересно.
На стадионах в зависимости от зоны с помощью Digital Signage с болельщиками подаётся таргетированный контент. Сейчас как раз такой проект мы завершает на крупном спортивном объекте в одном из российских регионов.
Кстати, на выставках регулярно показывают виртуальные примерочные (это где можно примерить на себя несуществующий товар и «создать персонажа», как в RPG), но всё равно на сканировании местами получаются уродцы, как из TES: Обливиона.
Лучшая интеграция датчиков и DS — это распознавание лица в лифте и показ плана встреч, пока едешь на этаж.
HD Wi-Fi
Вайфай высокой плотности — это сочетание нескольких диапазонов вещания, возможности использовать передачу сразу на нескольких каналах (до четырёх на устройство) и хороший beamforming. Практический пример — можно транслировать своё видео на стадионе на каждый телефон болельщика. Повторы интересных моментов, слежение за конкретным игроком, крупные планы лиц прямо на телефонах и планшетах в HD — это уже реальность.
В случае же чрезвычайной ситуации каждый такой телефон становится устройством помощи в эвакуации — даёт индивидуальный маршрут каждому.
Инфраструктура
Всё это требует довольно интересной инфраструктуры. Понятно, что в 5G-сетях можно будет подключать тысячи устройств к соте, а сами соты будут натыканы так часто, что проблема связи стоять не будет даже для очень маломощных устройств, работающих по 5–7 лет с одной батареи. Но сейчас питание нужно, и это проблема. Я делал решение не так чтобы элегантное, но очень практичное. Мы монтировали контроль территории вокруг стадиона и в парке — подводили к камерам POE. Обычный медный RG-45, 3 километра длины — и в конце преобразователь питания. Всё прекрасно работает.
С ответами на вопросы по слаботочке может помочь мой коллега Иван Царёв (@Tsar111, ITsarev@croc.ru), а моя почта — AChuvilin@croc.ru
ссылка на оригинал статьи https://habrahabr.ru/post/313494/
Добавить комментарий