Разработанные нами алгоритмы позволяют с высокой точностью реагировать на все заданные события, и вы можете быть уверены в том, что полученные данные будут верны на 98% (данный показатель подтвержден многочисленными тестами).

Мы реализуем любые сценарии объектной аналитики и видеоидентификации людей по техническому заданию заказчика.

Список идентифицируемых платформой объектов (предобученные алгоритмы):

  • Распознавание автомобильных номеров;
  • Подсчет количества человек в очереди («по головам»);
  • Определение возгорания/задымления;
  • Определение наличия/отсутствия каски на человеке;
  • Определение переполнения мусорного бачка;
  • Контроль свободных/занятых мест на открытой парковке;
  • Поиск в видеоархиве по заданным маркерам – синопсис;
  • И другие.

Возможности платформы по видеоидентификации людей:

  • Создание эталонных записей (регистрация);
  • Распознавание и поиск по базе (идентификация);
  • Поддержка белых/черных списков;
  • Идентификация пола-возраста и эмоционального фона.

Процессинг видеоаналитики может осуществляться:

  • На локальном сервере LVS, который находится на контролируемом объекте (рабочая станция);
  • На промышленном ПК (бортовое оборудование на транспорте, в экстремальных условиях эксплуатации — поддержка до 16 видеопотоков);
  • В облаке Larga Cloud (при наличии каналов передачи данных достаточной ширины);
  • На серверном оборудовании Заказчика On-Premise (частное облако с ребрендингом LVS) без ограничений по топологии решения.

LARGA.Videoserver — единственное платформенное решение на рынке с выделенной средой разработки и встраивания любых внешних алгоритмов видеоаналитики под специфические требования заказчика.

ВИДЕОИДЕНТИФИКАЦИЯ ЛЮДЕЙ

Идентификация людей

Возможности встроенного в платформу Larga.Videoserver модуля видеоидентификации людей:

  • Подсчет количества человек;
  • Детекция, поиск по базе, сравнение и идентификация;
  • Определение пола, возраста, эмоционального фона;
  • Создание любых сценариев на основе идентификации;
  • Визуализации результатов анализа;
  • Наличие API для экспорта результатов в ИС заказчика.

ОБЪЕКТНАЯ АНАЛИТИКА (ВИДЕОИДЕНТИФИКАЦИЯ ОБЪЕКТОВ)

Объектная аналитикаВ платформу Larga.Videoserver встроены алгоритмы распознавания более 1000+ стандартных объектов

  • Люди, дорожные знаки, транспортные средства, номера автомобилей, каски, дым, огонь и так далее;
  • Нейросетевые алгоритмы Larga.Videoserver позволяют оперативно обучить систему распознавать любые новые объекты;
  • Модуль визуализации и анализа данных видеоидентификации объектов в пользовательском интерфейсе платформы Larga.Videoserver;
  • Наличие API для экспорта данных о результатах видеоидентификации из Larga.Videoserver в ИС заказчика.

КОМПЛЕКСНОЕ РЕШЕНИЕ — ИДЕНТИФИКАЦИЯ ЛЮДЕЙ & ОБЪЕКТНАЯ АНАЛИТИКА

В качестве примера, приведем алгоритм работы решения «Промышленная безопасность»

ЗАДАЧА

Необходимо идентифицировать всех сотрудников в цехах предприятия и контролировать соблюдение ими правил техники безопасности, в частности — нахождение на объекте в каске. При определении нарушителя — идентифицировать его, сделать запись в системе и показать уведомление о нарушении.

РЕШЕНИЕ
  1. Формируем базу всех сотрудников предприятия как эталон для сравнения и последующей идентификации;
  2. Включаем определение касок, теперь мы можем определить, сколько на объекте людей в касках, а сколько без, НО мы до сих пор не знаем кто является нарушителем;
  3. Совмещаем несколько алгоритмов видеоаналитики в единый бизнес-процесс: система определяет сначала человека, затем наличие каски на нем;
  4. В случае отсутствия каски, создается запись в системе и отображается специальное уведомление.

Минимальные требования к ширине каналов

  •  Объектная аналитика — от 512 Kb/s;
  •  Идентификация людей — от 2-3 Mb/s.

МЕТОДИКА ВНЕДРЕНИЯ МОДУЛЕЙ ВИДЕОАНАЛИТИКИ

  • Заказчик предоставляет видеоконтент в виде ссылки на RTSP видеопоток, или выгружает видеофайл(ы) с архивом записи с объекта наблюдения;
  • Совместно с заказчиком формируется сценарий применения видеоидентификации для автоматизированного контроля за событиями на объекте;
  • Обучение/дообучение нейронной сети распознаванию объектов в рамках согласованного ТЗ с заданной вероятностью;
  • Настройка пользовательского интерфейса, разработка стыковочных интерфейсов (через API) с информационной системой заказчика, разработка отчетов и визуализаций.