DEEP LEARNING – технология глубокого обучения, которая применяется в IP камерах Hikvision DeepinView и NVR серии DeepinMind.

Разработчики технологии основывались на особенностях человеческого мозга – построении его нейросетей, процессов обучения и памяти, пытаясь использовать принципы их работы и моделируя структуру миллиардов взаимосвязанных нейронов. В результате этого, «глубокое обучение» представляет собой поэтапный процесс, похожий на процесс обучения человека. 

В 2017 году компания Hikvision выпустила первый в мире IP видеорегистратор со встроенной способностью к глубокому обучению, что позволило получить довольно точный фильтр ложных тревог, спровоцированных движением объектов, которые не представляют угрозы.

Также, технологию глубокого обучения производитель внедрил в сервер видеоаналитики DeepinMind и линейку сетевых видеокамер серии DeepinView. Все это интеллектуальное оборудование для систем видеонаблюдения может «учится» распознавать разные объекты, попадающие в поле зрения камер видеонаблюдения.

Традиционный алгоритм видеоаналитики работает поверхностно, в то время как глубокое обучение имеет гораздо более глубинную структуру - оригинальный сигнал проходит через слои обработки. Иногда таких слоев может быть более ста, и чем выше уровень слоя, тем более конкретизирован объект распознавания. 

Deep Learning не требует человеческого вмешательства, технология опирается на искусственный интеллект для самостоятельного извлечения функций – происходит самообучение. Соответственно, по мере расширения базы особенностей, распознавание и классификация становится точнее.

БАЗА ТЕХНОЛОГИИ DEEP LEARNING

  • Вычислительная мощность - бурное развитие аппаратных платформ высокой производительности, таких как суперкомпьютеры, графические процессоры, облачные вычисления, сделало глубокое обучение возможным.
  • Сетевая архитектура – ее непрерывная оптимизация позволяет алгоритму Deep Learning достигать все лучшего распознавания целей.
  • Масштаб данных – количество обучающих данных растет, их качество улучшается на фоне использования видеокамер с все более высоким разрешением. На такой благодатной основе, модели распознавания образов становятся все точнее и более эффективно используются в видеонаблюдении. Научно-исследовательский институт Hikvision собрал тысячи базовых образцов данных для этой технологии, для этого более ста членов команды занималось очисткой данных для маркировки видеоизображений. 

ОСНОВНЫЕ ОСОБЕННОСТИ ГЛУБОКОГО ОБУЧЕНИЯ

  1. Распознавание лиц - определение наличия лица в кадре, его анализ (положение, размер, выражение), идентификация (сравнение с имеющимися в базе лицами и идентификация или добавление новых лиц и характеристик).
  2. Фильтр ложных тревог – точное распознавание человека, обнаружение вторжения, пересечения линии, при этом эффективное уменьшение количества ложных тревог, вызванных дождем, движениями листьев, теней, сменой освещения, мелкими животными, транспортными средствами и т.д. Это особенно актуально, ведь за мировой статистикой полиции и пожарных, ложные тревоги стандартных систем безопасности составляют 94-99% всех тревог.
  3. Подсчет людей - вход, выход и прохождение мимо определенной сцены (например, анализ потока проходящих мимо витрины покупателей, определения времени пиковых посещений, сопоставление количества вошедших с количеством проданых билетов и т.д.).
  4. Данные о транспортных средствах - формирование таблицы структурированных данных для поиска такой информации как: номерной знак, цвет автомобиля, модель, марка и т. д.
  5. Поиск человеческого тела - поиск соответствия полученного изображения с информацией в записанных кадрах.

 СФЕРЫ ПРИМЕНЕНИЯ DEEP LEARNING

  • Розничная торговля (подсчет людей, предотвращение потерь, распознавание лиц воров, аналитика поведения клиентов для повышения конкурентоспособности офлайн магазинов против интернет-конкурентов). 
  • Строительство (защита периметра - глубокое обучение обеспечивает более точные сигналы вторжения и удобный контроль доступа, благодаря распознаванию лиц и номерных знаков). 
  • Умные города (распознавание лиц, анализ поведения человека и автомобиля для поиска беглецов, пропавших людей, предотвращения потенциальных преступлений, выявления нарушений парковки, дорожных происшествий и т.д).
  • Другие сферы (правительственные учреждения, аэропорты, железнодорожные станции, таможни, границы, паркинги, общественные места, стадионы, музеи, казино и прочее). 

Используя концепцию «глубокого обучения» и силу искусственного интеллекта, компании Hikvision удалось создать серию совершенно новых продуктов для индустрии безопасности. Передовые интеллектуальные алгоритмы способствуют достижению достаточно стабильной и точной производительности видеоаналитики, которая теперь способна не только отсекать ложные тревоги, но и ускорила процесс поиска в видеоархиве по заданным целям.

Внедрение интеллектуального обучения в разы повышает эффективность видеонаблюдения, а вместе с ним и всей системы безопасности, превращая ее в автоматизированную систему обнаружения и оповещения. Огромным преимуществом глубокого обучения является его способность классифицировать тысячи целей, достигая человеческой, или даже большей, точности распознавания образов. 

Читайте другие интересные новости о системах безопасности:

Системами для умных домов от FIBARO можно управлять с помощью популярных голосовых ассистентов

В марте Hikvision продемонстрирует свои технологии на выставках в США и Германии