Компания NtechLab широко известна в России и мире как создатель самого точного алгоритма распознавания лиц. Однако, не все знают, что в нашей научной лаборатории постоянно ведутся разработки в смежных областях применения искусственного интеллекта.

Так, недавно компания анонсировала будущий релиз продукта с возможностью распознавания силуэтов и отслеживания перемещений. Особенность алгоритма в том, что он не только идентифицирует силуэт человека, но и «ведёт» его дальнейшие перемещения даже в толпе других людей в пределах досягаемости камер видеонаблюдения.

Уникальность силуэта

Силуэт каждого человека уникален, но не постоянен. На формирование вектора признаков влияет множество различных факторов: рост, объёмы, одежда и прочие факторы. Уже на этапе разработки продукта алгоритм распознаёт силуэты с большой точностью. Сейчас мы ориентируемся на точность распознавания в диапазоне 80−90%, и в процессе доработки доведём её до 97−98%.
Нужно учитывать, что «живёт» силуэт ограниченное время: вектор признаков изменится, если надеть другую одежду, шапку, очки или взять в руки предмет.

Как идентифицировать человека с помощью силуэта


Чтобы быть уверенным в том, что силуэт принадлежит конкретному человеку, нужно, чтобы его лицо также попало на камеру. Это может случиться как в начале пути, так и в любой другой точке. Идентификация личности с помощью силуэтов — эффективный, но далеко не единственный сценарий применения новой технологии. Рассмотрим ситуации, когда это может быть необходимо.

Совместное использования алгоритмов распознавания силуэтов и лиц

Например, в центре города украли велосипед. Камера висит далеко: она не зафиксировала лицо, но зафиксировала силуэт. Тогда можно отследить, как далеко человек ушел с велосипедом, составить маршрут и проследить до точки, где есть камера, которая сможет распознать лицо.
Межкамерный трекинг позволяет проследить путь человека и траекторию его движения с помощью камер видеонаблюдения на одном объекте или в масштабах целого города.

Распознавание силуэтов как инструмент видеоаналитики

Технология распознавания силуэтов также может использоваться в качестве самостоятельного модуля. В таком случае она решает несколько другие задачи:
собирает данные для интеллектуальной видеоаналитики, которые имеют большую ценность как для обеспечения общественной безопасности, так и для решения различных бизнес-задач.

Можно выделить основные задачи, которые особенно успешно решает распознавание силуэтов:

  • мгновенный точный подсчёт в местах большого скопления людей
  • определение маршрутов по силуэтам
  • повышение эффективности торговых площадей

Особенности технологии

Я тебя не знаю, но я тебя проанализирую

Одной из ключевых особенностей является обезличенность информации о владельце силуэта. С одной стороны, это минус: силуэт не может служить доказательством правонарушения, и за курение в общественном месте не получится выписать штраф. С другой стороны, это преимущество и доступ к возможностям интеллектуальной видеоаналитики там, где есть ограничения на обработку персональных данных. В некоторых городах и странах действуют запреты использования распознавания лиц. Применение распознавания силуэтов станет идеальным решением в таких случаях.

В общих чертах видно? Подойдёт!

Другой важный фактор для практического применения технологии — сниженные требования к качеству видеокамер. По сути, это означает, что для распознавания силуэтов подойдут самые обычные камеры системы городского видеонаблюдения, лишь бы они висели достаточно высоко. Непростая задача для разработчиков — научить алгоритм работать с разными видеопотоками: цветным и чёрно-белым, с различными углами съёмки, и определять по ним силуэт одного и того же человека. Эту задачу мы сейчас успешно решаем. К качеству и чёткости видеоматериала специальных требований нет — они ниже, чем к видео для распознавания лиц.


Умная видеоаналитика на основе распознавания силуэтов

Распознавание силуэтов для жизни мегаполиса

Аналитика передвижений групп людей в мегаполисе позволяет оптимизировать логистику пассажиропотоков. Говоря простым языком, бабушка не будет ждать автобуса 20 минут на остановке. На маршруте не будет слишком пустых или набитых автобусов, а при изменении обстоятельств администрация города сможет влиять на ситуацию практически в реальном времени.

Компания NtechLab успешно использовала видеоаналитику распознавания лиц для оптимизации логистики в Москве во время чемпионата мира по футболу. С распознаванием силуэтов подсчитать множество людей в публичном месте и отследить их передвижения ещё проще.

Эффективно применение технологии и для повышения уровня безопасности во время массовых мероприятий, розыска пропавших людей или нарушителей, выявления сообщников.

Распознавание силуэтов для решения бизнес-задач

Сферы применения алгоритма в бизнесе практически не ограничены. Везде важно понимать закономерности передвижения людей и извлекать из этого ощутимую коммерческую выгоду.

Например, зная особенности передвижения покупателей в торговом центре, арендодатель может регулировать стоимость аренды, а владелец магазина — задуматься о дополнительном оформлении входа или изменить выкладку товара внутри.

Туркомпании лучше спланируют маршруты экскурсий для туристов, понимая, куда гости города отправляются из аэропорта.

Если ваш бизнес ориентирован на широкую аудиторию, которую можно локализовать в определённом месте, свяжитесь с отделом по работе с клиентами для обсуждения внедрения распознавания силуэтов с целью повышения эффективности бизнеса. Ваша компания может стать одной из первых в мире, кто применяет такой точный и эффективный инструмент для повышения продаж. Сам кейс будет интересен многим СМИ, и мы обязательно его опубликуем.