Видеоаналитика — сложная экосистема на базе логики и математики
С развитием технологий и вычисляемых мощностей, совершенствованием алгоритмов работы нейросетей с CPU и GPU и балансированием перегрузки между ними мы прибываем к тому, что продукт видеоаналитики становится все доступнее и в настоящее время его может себе позволить не только лишь большой бизнес, но также и SMB, и незначительный магазин. Вы спросите: “А причем здесь незначительные супермаркеты, им-то это для чего?”
Давайте возьмем например незначительный зал сотовой связи где-то в супермаркете. Вот какие сценарии видеоаналитики можно осуществить даже на одной камере в данном супермаркете:
подсчет гостей за день (думаем, что менеджеры работают в униформе, вследствие этого мы различаем продавцов от клиентов);
определение целевой публики (нейросеть для узнавания пола, возраста, образа одежды);
обнаружение “холодных” и “теплых” зон в коммерческом зале (где, перед какой витриной людей прошло больше, а где меньше);
установление открытых витрин (предостережение воровства);
определение, сколько клиентов были обслужены менеджерами, а к скольким никто не пришел;
подсчет, сколько клиентов вошли и вышли, а сколько вошли и что-нибудь приобрели, и т.д.
Видеоаналитика — это далеко не избитое разбирание и систематизация субъектов. Это трудная разумность и математика, которые настраиваются и администрируются, потом работая с наученными нейросетями, которые также можно поменять, затруднить, сделать лучше. В приведенном образце введение таких решений может предоставить особые приборы специалисты в руки рекламщиков и управляющего звена для наблюдения и усовершенствования работы штата. Теперь представьте, что за это все, другими словами решение под ключ, супермаркету не надо будет терять и 10 млн. руб в неделю. Вы бы отказались?
От несложных функций до трудных экосистем
Наверное, самым часто встречаемым модулем видеоаналитики является детектирование средств персональной обороны на субъектах индустриального изготовления и разбирание защитных масок на лицах поступающих в сооружение людей. А заключительный образец носит скорее всего кратковременный характер из-за пандемии, тогда как первая цель стала традиционной.
Такие функции, как разбирание номерных символов либо детектирование автомобильного транспорта, вообще можно зачеркнуть, поскольку они так несложны, что реализуются из коробки изготовителями телефонов либо интеллектуальных IP-камер.
Не менее любопытно другое назначение — создание экосистемы на основе видеоаналитики с трудной логикой и арифметикой, включением второстепенных систем (подобных, как ситуативный центр либо система критического извещения СБ о наставшим мероприятии), машинных либо автоматических участков и т.д. Если присутствует промышленный сборочный поток, на последнем шаге которого надо контролировать дефект готового изделия, то можно присоединить видеоаналитику, обучить ее узнавать дефект и по прецеденту пребывания формировать запись в издании, и присоединить механику, которая будет прибирать дефект из готовой партии.
Иным образцом трудной экосистемы является вариант пищевого ритейла, когда система настроена так что, что прибавление нового товара в совместную нейронную сеть супермаркета происходит не за счет привлечения дорогих профильных экспертов, а работниками супермаркета с любого мобильного телефона, цель которых — осуществить простую аннотацию. Как итог — уменьшение числа времени на кассе при плате, предостережение воровства. И так также можно.