Журнал "Системы Безопасности" № 1‘2018

В недрение систем машинного зрения наблю- дается уже в самых различных сферах, начиная с применения на Земле и заканчивая космосом. Рассмотрим, какие функции оно может выполнять и к каким результатам это приводит. Видеонаблюдение В области видеонаблюдения базовые задачи, решаемые с помощью машинного зрения, – это распознавание лиц и отслеживание людей. Причем с распознаванием лиц боль- шинство алгоритмов и систем справляются достаточно успешно, в то время как отслежи- вание людей (кто куда пошел, зачем и поче- му) проходит немного сложнее: происходит сегментация людей, попытка выделить каж- дую персону и то, как она двигается внутри кадра в видеопотоке. Для этого требуется выделить характерные части человека (напри- мер, одежда), автоматически их определить и отследить, чтобы затем наблюдать за дви- жением в кадре. От ритейла все чаще приходят запросы по выделению горячих зон, когда по видеопотоку можно обозначить наиболее посещаемые места в магазине. Кроме того, в ритейле пытаются по многим параметрам (как по видеоаналитике, так и частично по съемке со спутников и малой летательной техники – коптеров) определить, что происходит внутри магазинов и снаружи больших моллов (выделение посетителей на парковках, поток людей), понять по количеству машин проходимость и доходность торгового центра и т.д. Более сложные задачи – анализ дорожной обстановки с точки зрения как видеонаблю- дения, так и с беспилотной техники (создает- ся много летающих и ездящих дронов, кото- рые должны сами ориентироваться в про- странстве). Медицина Машины в медицине могут выполнять аналити- ку фотографий и не только, так как видят во многих спектрах (как видимом, так и в инфра- красном и радио) с возможностью определения визуальных характеристик. Наиболее перспек- тивные задачи в данной области: l получение данных по кровотоку и блуждаю- щим опухолевым клеткам (по изображению и по видео); l сегментация МРТ (анализ тканей внутри орга- на для определения размерности каких-либо частей, выявления аномалий и др.); l определение текстур (текстуры раковых кле- ток специалист определяет лучше, чем маши- на, но с поддержкой машины количество ошибок снижается на 10%); l определение возраста костных тканей по рентгеновским снимкам (установление воз- раста пациента по сегментированию и разме- ру кости). Развлекательные сайты На некоторых видеосайтах при постановке на паузу можно просмотреть не только стандарт- ную информацию о фильмах, но и даже раз- метку киноактеров – кто находится в кадре. Многие сайты с потоковыми сервисами про- буют определить, какие стили картин интересны зрителям с точки зрения как характерных акте- ров и лиц, так и картинки (цветность и др.), сделать сегментацию и автоматическое опреде- ление жанра. Спутниковые снимки В последнее время появилось огромное коли- чество конкурсов, посвященных сегментации определенных объектов на снимках, определе- нию адресов, где они находятся. Например, министерство обороны Великобритании прове- ло конкурс по поиску на снимках автомобилей, дорог и домов. Интересные проекты на базе машинного зрения реализует Massachusetts Institute of Technology (MIT), когда на панорамах Google выделяются наиболее безопасные участки в городах США. Другой их проект – определение площади зеле- ни на панораме и конкретном участке (индекс зелени). Археология В археологических сообществах горят идеей определять возраст того или иного объекта по изображению и характерным признакам, а по текстуре – к какому периоду относится вещь или окаменелость. Сельское хозяйство Хотя многим сельскохозяйственным пред- приятиям машинное зрение экономически невыгодно, но технологии и разработки есть, например для определения степени зрелости пшеницы. Лесное хозяйство По спутниковым снимкам и автоматической идентификации изображения можно получить информацию об изменении лесного покрова. С помощью машинного зрения Greenpeace сле- дит за незаконными вырубками, ведется наблю- дение за возникновением лесных пожаров. Сег- ментировать зелень и замерить изменения пло- щади на спутниковом снимке несложно – подобные решения находятся уже в зрелой ста- дии. Что теперь? Хотя сегодня очень многие проекты находятся еще на зачаточной стадии, но уже настает век анимированных разговаривающих эмоджи. Технологии съемки с высоким разрешением и в широком видимом диапазоне становятся все доступнее. Возрастающие вычислительные мощности позволяют все эффективнее обраба- тывать эти данные. Машины помогают нам видеть. Помогают нам узнать больше об окружающем мире. Спутни- ковая съемка, съемки с беспилотников, пано- рамы с наземной техники – весь этот бесконеч- ный массив информации мы уже готовы обра- ботать и проанализировать. Машины помогают нам узнать больше о себе. Искусственный интеллект становится надежным помощником врачей, подмечая мелочи на рент- геновских снимках, МРТ. В то же время машины дают нам роскошь "не смотреть" – беспилотные автомобили все уви- дят сами, а интеллектуальные видеосистемы найдут злоумышленника. Машины следят за нами. И об этом тоже надо помнить. n февраль – март 2018 www.secuteck.ru МАШИННОЕ ЗРЕНИЕ В И Д Е О Н А Б Л Ю Д Е Н И Е n w w w . a l l - o v e r - i p . r u 94 Ваше мнение и вопросы по статье направляйте на ss @groteck.ru Андрей Жуков Руководитель направления разработки продуктов на базе машинного обучения центра компетенций больших данных компании "Техносерв" С помощью машинного зрения Greenpeace следит за незакон- ными вырубками, ведется наблю- дение за возникновением лесных пожаров. Сегментировать зелень и замерить изменения площади на спутниковом снимке несложно – подобные решения находятся уже в зрелой стадии Век эмоджи, или Как используется машинное зрение на традиционных и новых рынках Сегодня машинное зрение серьезно влияет как на традиционные системы безопас- ности (СКУД, видеоаналитика и др.), так и на многие другие области, облегчая реше- ние задач для пользователей, но в то же время и вторгается в нашу жизнь, когда мы этого не просим…