Сеть отслеживающих видеокамер способна к самообучению

Как оказалось, множество видеокамер наблюдения, если их объединить в единую самообучающуюся сеть, могут самостоятельно идентифицировать и отслеживать перемещения какого угодно человека. Достаточно ему просто попасть в поле зрения камер этой сети. 

 

Такое становится возможным, если использовать алгоритмы, которые были разработаны группой инженеров-электронщиков и программистов из университета Вашингтона (University of Washington).

 

Такая сеть проходит самообучение. Оно заключается в том, чтобы определять разницу в изображениях, которые приходят от каждой отдельной камеры. Это, в свою очередь, предоставляет возможность сети не только исключить влияние особенностей освещения в месте установки каждой камеры. Сеть также приспосабливается к одновременному использованию разных камер, у которых различное качество и разная разрешающая способность.

 

По словам Дженк-Ненг Хуань (Jenq-Neng Hwang), профессора в области электротехники Вашингтонского университета, технологии отслеживания людей в пространстве, которые используют множество разных камер, пока еще можно считать абсолютно новыми. 

 

 

Исследовательской группой профессора Хуаня уже примерно 10 лет ведется работа с самыми разными камерами наблюдения. Работа идет как с недорогими базовыми моделями, так и с устройствами высокого качества. 

 

Одна из главных задач исследования – это отслеживание сетью конкретного объекта (человека), который попадает по ходу своего продвижения в непересекающиеся области, охватываемые различными камерами. 

 

Правда, при этом есть одна проблема. Она заключается в том, что восприятие одного и того же человека может быть сильно изменено по мере того, как он передвигается от одной камеры к другой. Такое получается потому, что есть разные углы зрения камер, различия в условиях освещения и в цветопередаче самих камер.

 

Компенсация этих различий возможна, но как раз лишь тогда, когда удается объединить все камеры в единую систему. 

 

Система всегда начинает работать с калибровочного этапа. На протяжении этого этапа всеми камерами производится запись определенного видео. Именно по ним специализированные алгоритмы и способны вычислить все различия не только в цветах, но и в структуре кадров и углах зрения камер. 

 

Как только заканчивается непродолжительный период самокалибровки, система автоматически проводит корректирование изображения со всех камер. Она подгоняет их к единому среднему стандарту. Это позволяет системе проводить точную идентификацию каждого человека. Причем независимо от того, в поле зрения какой из камер он попал на этот раз. Это позволяет отслеживать его перемещения даже тогда, когда изображения лица этого человека не получены.