Тема: Разработка системы анализа траекторий движения пешеходов методами искусственного интеллекта по данным камер видео наблюдения

Сегодня технологии искусственного интеллекта используются во многих областях: от фильтрации содержимого в социальных сетях до биржевых роботов. Они все чаще присутствуют в потребительских продуктах, таких как камеры смартфонов или камеры видеонаблюдения, где основной задачей компьютеров является идентификация объектов на изображениях. В решении таких задач все чаще приоритет отдается методам глубокого обучения. Глубокие нейронные сети привели к прорывам в распознавании образов на изображениях и видеозаписях. В течение многих лет, они доказали свою эффективность по сравнению с другими методами распознавания. Разработкой нейронных сетей занимались такие технологические гиганты, как Google (сеть-игрок в игру го AlphaGo), Microsoft (ряд сервисов для идентификации изображений), стартапы MSQRD, Prisma и другие.
С развитием методов определения положения предметов на изображениях и видеозаписях, появилась необходимость отслеживания положения и перемещения людей, с целью дальнейшего использования этой информации в обеспечении безопасности и в маркетинге. Умея распознавать позы и части тела людей, можно предсказывать девиантное поведение отдельно взятых личностей в толпе, анализировать поведение покупателей, отслеживать их перемещение в помещениях с целью дальнейшего логического размещения товаров на полках или рекламных проспектов. Более того, данные, полученные c помощью нейронный сетей можно отображать в виртуальном трехмерном пространстве. Такое решение может быть востребовано в среде разработки видеоигр, в частности, в симуляциях боев и предсказаниях поведения пользователей-игроков. Методы глубокого обучения предоставляют большие возможности для решения такого рода задач.
В данной работе предлагалось, используя методы глубокого обучения научиться распознавать части тела пешеходов на кадрах видео, взятых с камер наблюдения и научиться получать траектории перемещения пешеходов.
Постановка цели и задачи
Целью данной работы является разработка системы анализа траекторий движения пешеходов методами искусственного интеллекта по данным камер видеонаблюдения, способной работать в режиме реального времени.
Задачи:
1. Накопление тестовых данных: видео, записанное статичной камерой видеонаблюдения в торговом центре;
2. Создание системы, способной распознавать пешеходов на видео в режиме реального времени;
3. Определение координат ног (x; y) в двумерном пространстве;
4. Выполнение проективного преобразование координат для отслеживания трекинга пешеходов и перенесения данных из двумерного в трехмерное пространство;
5. Создание универсального клиент-серверного приложения, возвращающего изображение трекинга и координаты пешеходов для отображения этих данных в трехмерном пространстве.
Актуальность данной работы обусловлена заинтересованностью служб безопасности, маркетологов, работодателей в создании системы, способной отслеживать траекторию перемещения людей в различных пространствах: на улице, в магазинах и торговых центрах, а также в школах и университетах
Купить

В данной работе мы ставили цель разработать систему анализа траекторий движения пешеходов методами искусственного интеллекта по данным камер видео наблюдения, способной работать в режиме реального времени. Для достижения этой цели было поставлено несколько задач, которые были успешно выполнены:
1. Были накоплены тестовых данных: видео, записанное статичной камерой видео наблюдения в разных погодных условиях, на улицах, в торговых центрах и в разное время суток;
2. Применена система, способной распознавать пешеходов на видео в режиме реального времени;
3. Определены координаты ног (x; y) в двумерном пространстве;
4. Выполнено предсказание роста пешеходов в условиях потери данных;
4. Выполнено проективного преобразование координат для отслеживания трекинга пешеходов и перенесения данных из двумерного в трехмерное пространство;
5. Создано универсальное клиент-серверное приложение, возвращающего координаты пешеходов для отображения этих данных в трехмерном пространстве и изображение трекинга.
В результате, мы получили готовое клиент-серверное приложение, способное обрабатывать запрос пользователя (путь к видео и координаты исследуемой области) и возвращать полную информацию о трекинге пешеходов с кадров видео в границах запрашиваемой области и координаты для возможности восстановления трехмерной модели.

Купить