Нейронные сети: новый прорыв
Webinar

Персональные вебинары

Расскажем о продуктах и партнерской программе, ответим на ваши вопросы.

Заказать
Open modal

Программное обеспечение для систем безопасности и видеонаблюдения

Связаться с нами

Нейронные сети: новый прорыв

28.02.2019

Игорь Фаломкин, руководитель департамента разработок ITV Group

— В каких областях целесообразно применение нейросетей?

— Искусственные нейронные сети применимы практически во всех областях, использующих видеонаблюдение. Как и другие методы машинного зрения, нейросети предназначены для извлечения из потока изображений информации о наблюдаемой сцене и присутствующих на ней объектах.

  1. Розничная торговля. Контроль работы персонала магазина и анализ поведения посетителей. Например, сбор информации о количестве посетителей, их поле и возрасте, длине очередей, времени обслуживания. Выявление наиболее посещаемых мест, определение особых клиентов, контроль заполненности полок и правильности расстановки на ней товаров, выявление потенциально мошеннических операций кассиров. Появляется возможность контроля времени реакции консультантов на появление в магазине посетителя.
  2. Транспорт. Выявление статистических характеристик транспортных потоков, контроль соблюдения правил парковки, подсчет количества пассажиров для контроля оплаты проезда.
  3. Банковская отрасль. Определение поз людей, нетипичных для помещений с банкоматами:
    • сидящий человек — потенциально попытка взлома банкомата;
    • лежащий человек — использование помещения для ночлега;
    • поднятые руки — потенциально ограбление посетителей.
  4. Общественная безопасность. Определение позы (вскинутые вперед руки для стрельбы, что особенно актуально для школ в США), лежащего человека, оставленных предметов с возможностью выделения вещей определенного типа.
  5. Производство, строительство. Обнаружение появления людей в опасных зонах при наличии большого количества визуальных помех (работающая техника, сложные погодные условия), контроль использования спецодежды и соблюдения техники безопасности, соблюдения технологического процесса, качества.
  6. Охрана природы. Обнаружение лесных пожаров по поднимающемуся дыму.
  7. Работа с видеоархивом. Поиск похожих объектов, например людей или автомобилей. Позволяет выделить объект на видео или загрузить в систему фотографию и найти все видеозаписи, на которых присутствуют похожие объекты.

— Какие модули/платформы для работы с нейросетями вам известны? В чем их преимущества и недостатки?

— Для обучения нейросетей мы используем открытый пакет Caffe. Для применения нейросетей (Inference) — пакет Caffe и оптимизированный для устройств компании Intel пакет OpenVINO (поддерживает CPU, встроенный GPU, специализированные USB-устройства, устройства FPGA). Планируем также использовать пакет TensorRT компании NVidia, оптимизированный для ее устройств. До недавнего времени его применение сдерживалось отсутствием версии для ОС Windows.

— С какими сложностями вы сталкиваетесь при обучении нейросетей? Как решаются эти вопросы?

— Каждый этап разработки искусственной нейронной сети сопряжен со своими сложностями: Подбор топологии сети (типов и взаимосвязей слоев сети) — наиболее интеллектоемкий этап. В нашей индустрии чаще всего сводится к адаптации топологий от исследовательских команд к реалиям предметной области.

  • Сбор данных. Может быть проблематичным, если необходимое событие редкое или сложно воспроизводится, например лесной пожар в разных условиях наблюдения.
  • Подготовка обучающей выборки (разметка) — очень трудоемкий процесс, требующий высокой аккуратности. Для некоторых топологий затраты времени составляют порядка 30 мин. на разметку 1 мин. исходного видео. Во многом именно этот этап определяет успешность обучения сети и дальнейшее качество ее работы.
  • Вычислительные мощности. Для обучения нейронной сети требуется специализированное ПО (обычно под управлением ОС Linux) и специализированное оборудование. Например, мы используем несколько серверов с несколькими мощными видеокартами. И даже в этом случае обучение может занимать несколько суток.

— Как нейросети изменят наш мир?

— Многие виды деятельности, которые сейчас считаются прерогативой человека, будут автоматизированы, в том числе работа операторов видеонаблюдения. В статье, опубликованной в журнале «Системы безопасности» (№ 4/2018, стр. 50–52), я давал приблизительный прогноз развития нейросетевых технологий на рынке видеонаблюдения. С тех пор прошло полгода, и пока создается впечатление, что события развиваются быстрее прогноза. Взрывное развитие сдерживается только отсутствием доступного оборудования для использования нейросетей. Но ситуация меняется: в игру за рынок такого оборудования активно вступают разные компании, например Intel, планирующая в очередном поколении процессоров поддержать специальные инструкции для ускорения нейросетей, и HiSilicon, уже выпустившая SoC для видеокамер, содержащий нейросетевой ускоритель.

Источник: «Системы безопасности» №1, 2019