VIDEO TECHNOLOGIE 90 | A-Z ELEKTRO | březen/duben 2023 Co bylo před rokem nemyslitelné je dnes překonané. Pro řešitele technologií a SW jsou dostupné stále se zlepšující konvoluční neuronové. Oblast je perspektivní a existuje řada řešení a firem, které se v této oblasti pohybují. Přes relativně snadnou přístupnost různých vyspělých nástrojů na rozpoznávání obrazu zde zůstává poměrně dost prostoru pro vývoj řešení s odlišnými vlastnostmi a doménovým zaměřením. Asseco Central Europe, a. s. vidí v této oblasti příležitost. Jednak buduje efektivní architekturu pro získávání a zpracování obrazových dat a metadat z kamerových systémů a jednak hledá a přichází s novými, inovativními způsoby využívání videa technologií ve městech a obcích. Asseco Central Europe, a. s vede výzkumný projekt Smart Life, jehož hlavním cílem je vedle řešení datové bezpečnosti výzkum a vývoj v oblasti využívání video technologie. Znalosti a zkušenosti z výzkumu jsou zúročovány v řešeních pro Smart City. Výzkumný projekt využívá obrazových dat získávaných z několika kamerových stanovišť rozmístěných po městě Svätý Jur nedaleko Bratislavy. Data jsou zpracovávána s pomocí nejnovějších dostupných konvolučních neuronových Pokročilé systémy v oblasti video technologií pro města a obce S využíváním video technologií se setkáváme v mnoha oblastech a stále častěji. Progresivní rozvoj hardwaru využitelného pro zpracování obrazu nám přináší i zvyšující se počet možností využití snímaného obrazu. Neuronové sítě běžící na GPU jsou schopné rozpoznávat a monitorovat objekty v reálném čase i z více kamer najednou. Množina rozpoznávaných objektů se stále rozšiřuje. sítí běžících nad GPU - grafickými výpočetními jednotkami speciálně používanými pro tento účel. Jednak je vyvíjený nový typ architektury video management systému a jednak jsou zkoumány nové způsoby využití video technologie. Stručný popis přístupu ke zpracování obrazových dat Architektura video management systému umožňuje paralelně pracovat s obrazovými daty i z nich odvozenými metadaty a to na více úrovních (přímo v místě instalace, na oblastní úrovni, na centrální úrovni). Obrazová data je možné automatizovaně vícekrát analyzovat a to pokaždé jinými na sebe navazujícími nebo i nezávislými analytickými nástroji. Takovéto nastavení architektury a chování systému umožňuje: — předzpracovat - vybrat pouze relevantní informace pro náročnější zpracování — pracovat s mobilními kamerami - předzpracování – cílený postprocessing — pracovat s mobilními kamerami - výběr vhodné analytiky na místě podle metadat — předzpracovat pro účel operativního řízení - využít dále pro účel video pasportizace Současně probíhá automatická synchronizace dat mezi jednotlivými úrovněmi systému. I v případě výpadků je zabezpečené efektivní dokončení přenosů obrazových dat i vytvářených metainformací. Tento koncept tak umožňuje šetřit úložný prostor a využít co nejlépe dostupný výpočetní výkon. Příklad využití kombinace mobilního kamerového systému pro objektivní zodpovědnost a pro monitorování stavu dopravní infrastruktury Vozidlo má kamery pro okamžité rozpoznávání evidenčních čísel vozidel ve stanovených zónách. Přímo ve vozidle dochází ke generování metainformací: evidenční číslo vozidla, datum, čas a zóna zachycení. Vozidlo je používáno pro účely kontroly parkování nebo se jedná o policejní vozidlo. Systém však umí na základě polohy vozidla (zóny) spouštět i další
RkJQdWJsaXNoZXIy Mjk3NzY=