#видеоаналитика — Public Fediverse posts

В чем реальная проблема внедрения видеоаналитики на предприятиях?

Многие заказчики полагают, что современная видеоаналитика мыслит почти как человек: видит кадр, узнает объект и принимает решение. На самом деле это не так. Нейросети, лежащие в основе этих систем, пока далеки от человеческого мышления. Нейросеть не ищет в своей памяти «похожую картинку», как это делал бы человек. Вместо этого она выделяет в кадре набор математических признаков (например: «объект круглой формы находится в верхней части другого объекта»). На основе миллионов заранее обученных весов (параметров) сеть вычисляет вероятность: «это каска — 96%», «это человек — 98%». Откуда берутся весы? База знаний нейросети наполняется вручную на этапе обучения. Специалисты-разметчики показывают модели тысячи кадров, выделяя на них людей, каски, инструменты и другие нужные объекты.

https://habr.com/ru/articles/1030188/

#видеоаналитика #ITинтегратор #внедерение #промышеленные_предприятия #нейросеть

[Перевод] OCR всё прочитал, но ничего не понял: как мы научили систему разбирать транспортные накладные

Современные библиотеки компьютерного зрения позволяют получить результат буквально за несколько строк кода, но за этой простотой скрывается ряд практических ограничений и компромиссов. В статье разберём, как на самом деле работают модели «из коробки», где проходит граница их применимости и как из сырых выходов детекторов собрать осмысленную логику — от базового inference до сценариев видеоаналитики. Речь пойдёт о прикладном использовании инструментов вроде YOLO, OpenCV и Hugging Face в задачах, где важен не только сам факт распознавания, но и то, что с этим делать дальше.

https://habr.com/ru/companies/otus/articles/1026088/

#компьютерное_зрение #CV #YOLO #OpenCV #Hugging_Face #детекция_объектов #сегментация_изображений #видеоаналитика #анализ_изображений

Умный город начинается с точного взгляда: как Фалькон Тех меняет пространство к лучшему

"Умный город" звучит как абстрактная концепция – с ИИ, камерами и "единым цифровым контуром". Но что это на практике и как работает? В этой статье рассказываем, как создали систему видеомониторинга для городской среды: от первых задач по контролю парковок до масштабируемого обеспечения, который используется в Москве и обрабатывает данные с тысяч программно-аппаратных комплексов. Разберем реальные кейсы: как машинное зрение помогает фиксировать нарушения, анализировать загрузку городской инфраструктуры и снижать зависимость от ручного контроля. Покажем, с какими инженерными ограничениями приходится работать — от погодных условий и ночной съёмки до распознавания объектов в сложных сценариях.

https://habr.com/ru/articles/1023790/

#искусственный_интеллект #умный_город #видеоаналитика #машинное_зрение #пдд #городская_среда #нарушения #программное_обеспечение

Почему одинаковая надпись H.264 или H.265 на IP-камерах не делает их одинаковыми

На рынке видеонаблюдения есть удивительно живучий миф: если на двух IP-камерах написано H.264 или H.265, значит, и вести себя они должны примерно одинаково. Нагрузка на сеть будет похожей, архив займет сопоставимый объем, сервер разницы не заметит, а совместимость окажется чем-то само собой разумеющимся. Разберем, почему одинаковая надпись H.264 или H.265 не делает IP-камеры одинаковыми, какие параметры действительно влияют на поведение потока и на что стоит смотреть при выборе, тестировании и модернизации системы.

https://habr.com/ru/articles/1020930/

#видеонаблюдение #видео #видеоаналитика #vms #видеоархив #сетевые_технологии #h264 #h265 #кодеки #система_видеонаблюдения

Почему одинаковая надпись H.264 или H.265 на IP-камерах не делает их одинаковыми

На рынке видеонаблюдения есть удивительно живучий миф: если на двух IP-камерах написано H.264 или H.265, значит, и вести себя они должны примерно одинаково. Нагрузка на сеть будет похожей, архив займет сопоставимый объем, сервер разницы не заметит, а совместимость окажется чем-то само собой разумеющимся. Разберем, почему одинаковая надпись H.264 или H.265 не делает IP-камеры одинаковыми, какие параметры действительно влияют на поведение потока и на что стоит смотреть при выборе, тестировании и модернизации системы.

https://habr.com/ru/articles/1020930/

#видеонаблюдение #видео #видеоаналитика #vms #видеоархив #сетевые_технологии #h264 #h265 #кодеки #система_видеонаблюдения

Почему одинаковая надпись H.264 или H.265 на IP-камерах не делает их одинаковыми

На рынке видеонаблюдения есть удивительно живучий миф: если на двух IP-камерах написано H.264 или H.265, значит, и вести себя они должны примерно одинаково. Нагрузка на сеть будет похожей, архив займет сопоставимый объем, сервер разницы не заметит, а совместимость окажется чем-то само собой разумеющимся. Разберем, почему одинаковая надпись H.264 или H.265 не делает IP-камеры одинаковыми, какие параметры действительно влияют на поведение потока и на что стоит смотреть при выборе, тестировании и модернизации системы.

https://habr.com/ru/articles/1020930/

#видеонаблюдение #видео #видеоаналитика #vms #видеоархив #сетевые_технологии #h264 #h265 #кодеки #система_видеонаблюдения

Почему одинаковая надпись H.264 или H.265 на IP-камерах не делает их одинаковыми

На рынке видеонаблюдения есть удивительно живучий миф: если на двух IP-камерах написано H.264 или H.265, значит, и вести себя они должны примерно одинаково. Нагрузка на сеть будет похожей, архив займет сопоставимый объем, сервер разницы не заметит, а совместимость окажется чем-то само собой разумеющимся. Разберем, почему одинаковая надпись H.264 или H.265 не делает IP-камеры одинаковыми, какие параметры действительно влияют на поведение потока и на что стоит смотреть при выборе, тестировании и модернизации системы.

https://habr.com/ru/articles/1020930/

#видеонаблюдение #видео #видеоаналитика #vms #видеоархив #сетевые_технологии #h264 #h265 #кодеки #система_видеонаблюдения

YOLOE: детектим что угодно без дотренировок

Всем привет! Представьте, сколько всего нужно сделать, чтобы дотренировать модель компьютерного зрения: Поиск и сборка датасетов. Хорошо, если есть открытые и с допустимой лицензией. Но часто приходится собирать «с миру по нитке», дополнять и балансировать данные самостоятельно. Разметка и аугментация. Качественный датасет — залог хороших метрик. Придётся корпеть над точными detection-боксами, перепроверять, думать над нестандартными ситуациями во входных данных. Обучение и валидация. Потратим мощности, время, деньги, протестируем. Хорошо, если с первых попыток удастся найти достойный баланс между точностью и временем тренировки. В реальности нужно хотя бы несколько итераций. Но есть и другой путь. Сегодня расскажу о YOLOE — это модель, которая помогает решить эти проблемы.

https://habr.com/ru/articles/1018144/

#видеоаналитика #производство #пищевая_промышленность #промышленная_автоматизация #yolo #глубокое_обучение #computervision #машинное_обучение

Как я использую рои робопсов

То, что мы называем робособакой, — это, по сути, мобильная аппаратная платформа. У неё есть четыре ноги с приводами, аккумулятор, бортовой компьютер и полезная нагрузка. Ещё есть роверы — колёсные платформы. Роверы проще, дешевле и надёжнее на ровном асфальте, но собака — это вездеход. Для нас это просто ещё один вид железа, который мы используем в общем контуре охраны. Такой же, как поворотная камера или датчик движения на заборе. Только этот датчик умеет бегать. Зачем вообще собаки, если есть дроны? БПЛА — штука отличная, но у них есть конкретные недостатки для охраны периметра 24/7. Дрон висит в воздухе 30–40 минут, а потом летит на базу. Ну и, конечно, он жужжит и виден всем. Он не взлетает в метель, почти не умеет двигаться по помещениям и, самое главное, не умеет открывать двери. А собака с рукой на спине отлично умеет. Робопёс работает в полях часами, может спрятаться в траве, пройти под трубопроводом и не боится ветра. В отличие от дронов робособаки уже работают координированными флотами с обменом информацией друг с другом через p2p-сети и mesh. Они строят p2p-сети, собака с радиодоступом к центру может работать мостом к совсем далёкой собаке за горизонтом и так далее. Рассказываю, как мы используем целые рои робопсов для охраны на самых ответственных объектах и в мониторинге аварий в той же нефтянке, где бывают метели или надо открывать двери. Но чаще охраняем критически важные объекты.

https://habr.com/ru/companies/centicore_group/articles/1011902/

#робособака #автономные_системы #роверы #мобильные_платформы #системы_охраны #мониторинг_объектов #lidar #манипуляторы #видеоаналитика #БПЛА

Как я использую рои робопсов

То, что мы называем робособакой, — это, по сути, мобильная аппаратная платформа. У неё есть четыре ноги с приводами, аккумулятор, бортовой компьютер и полезная нагрузка. Ещё есть роверы — колёсные платформы. Роверы проще, дешевле и надёжнее на ровном асфальте, но собака — это вездеход. Для нас это просто ещё один вид железа, который мы используем в общем контуре охраны. Такой же, как поворотная камера или датчик движения на заборе. Только этот датчик умеет бегать. Зачем вообще собаки, если есть дроны? БПЛА — штука отличная, но у них есть конкретные недостатки для охраны периметра 24/7. Дрон висит в воздухе 30–40 минут, а потом летит на базу. Ну и, конечно, он жужжит и виден всем. Он не взлетает в метель, почти не умеет двигаться по помещениям и, самое главное, не умеет открывать двери. А собака с рукой на спине отлично умеет. Робопёс работает в полях часами, может спрятаться в траве, пройти под трубопроводом и не боится ветра. В отличие от дронов робособаки уже работают координированными флотами с обменом информацией друг с другом через p2p-сети и mesh. Они строят p2p-сети, собака с радиодоступом к центру может работать мостом к совсем далёкой собаке за горизонтом и так далее. Рассказываю, как мы используем целые рои робопсов для охраны на самых ответственных объектах и в мониторинге аварий в той же нефтянке, где бывают метели или надо открывать двери. Но чаще охраняем критически важные объекты.

https://habr.com/ru/companies/centicore_group/articles/1011902/

#робособака #автономные_системы #роверы #мобильные_платформы #системы_охраны #мониторинг_объектов #lidar #манипуляторы #видеоаналитика #БПЛА

Как я использую рои робопсов

То, что мы называем робособакой, — это, по сути, мобильная аппаратная платформа. У неё есть четыре ноги с приводами, аккумулятор, бортовой компьютер и полезная нагрузка. Ещё есть роверы — колёсные платформы. Роверы проще, дешевле и надёжнее на ровном асфальте, но собака — это вездеход. Для нас это просто ещё один вид железа, который мы используем в общем контуре охраны. Такой же, как поворотная камера или датчик движения на заборе. Только этот датчик умеет бегать. Зачем вообще собаки, если есть дроны? БПЛА — штука отличная, но у них есть конкретные недостатки для охраны периметра 24/7. Дрон висит в воздухе 30–40 минут, а потом летит на базу. Ну и, конечно, он жужжит и виден всем. Он не взлетает в метель, почти не умеет двигаться по помещениям и, самое главное, не умеет открывать двери. А собака с рукой на спине отлично умеет. Робопёс работает в полях часами, может спрятаться в траве, пройти под трубопроводом и не боится ветра. В отличие от дронов робособаки уже работают координированными флотами с обменом информацией друг с другом через p2p-сети и mesh. Они строят p2p-сети, собака с радиодоступом к центру может работать мостом к совсем далёкой собаке за горизонтом и так далее. Рассказываю, как мы используем целые рои робопсов для охраны на самых ответственных объектах и в мониторинге аварий в той же нефтянке, где бывают метели или надо открывать двери. Но чаще охраняем критически важные объекты.

https://habr.com/ru/companies/centicore_group/articles/1011902/

#робособака #автономные_системы #роверы #мобильные_платформы #системы_охраны #мониторинг_объектов #lidar #манипуляторы #видеоаналитика #БПЛА

Как я использую рои робопсов

То, что мы называем робособакой, — это, по сути, мобильная аппаратная платформа. У неё есть четыре ноги с приводами, аккумулятор, бортовой компьютер и полезная нагрузка. Ещё есть роверы — колёсные платформы. Роверы проще, дешевле и надёжнее на ровном асфальте, но собака — это вездеход. Для нас это просто ещё один вид железа, который мы используем в общем контуре охраны. Такой же, как поворотная камера или датчик движения на заборе. Только этот датчик умеет бегать. Зачем вообще собаки, если есть дроны? БПЛА — штука отличная, но у них есть конкретные недостатки для охраны периметра 24/7. Дрон висит в воздухе 30–40 минут, а потом летит на базу. Ну и, конечно, он жужжит и виден всем. Он не взлетает в метель, почти не умеет двигаться по помещениям и, самое главное, не умеет открывать двери. А собака с рукой на спине отлично умеет. Робопёс работает в полях часами, может спрятаться в траве, пройти под трубопроводом и не боится ветра. В отличие от дронов робособаки уже работают координированными флотами с обменом информацией друг с другом через p2p-сети и mesh. Они строят p2p-сети, собака с радиодоступом к центру может работать мостом к совсем далёкой собаке за горизонтом и так далее. Рассказываю, как мы используем целые рои робопсов для охраны на самых ответственных объектах и в мониторинге аварий в той же нефтянке, где бывают метели или надо открывать двери. Но чаще охраняем критически важные объекты.

https://habr.com/ru/companies/centicore_group/articles/1011902/

#робособака #автономные_системы #роверы #мобильные_платформы #системы_охраны #мониторинг_объектов #lidar #манипуляторы #видеоаналитика #БПЛА

Производство теряло деньги каждую смену. До внедрения видеоаналитики с ИИ никто не знал где

Привет! На связи Олег Чебулаев, CEO Mad Brains. Хочу поделиться историей из практики — как обучить модель YOLO, запустить видеомониторинг на пищевом производстве и через неделю обнаружить кое-что, о чём на заводе предпочитали не говорить вслух.

https://habr.com/ru/articles/1010108/

#видеоаналитика #производство #пищевая_промышленность #промышленная_автоматизация #yolo #машинное_обучение #глубокое_обучение #computervision

Производство теряло деньги каждую смену. До внедрения видеоаналитики с ИИ никто не знал где

Привет! На связи Арсений, тимлид AI-направления Mad Brains. Сегодня расскажу, как мы обучили модель YOLO, запустили видеомониторинг на пищевом производстве, и через неделю обнаружили кое-что, о чём на заводе предпочитали не говорить вслух.

https://habr.com/ru/articles/1007326/

#видеоаналитика #производство #пищевая_промышленность #конвеер #искусственный_интеллект #станки #промышленная_автоматизация #yolo

Производство теряло деньги каждую смену. До внедрения видеоаналитики с ИИ никто не знал где

Привет! На связи Арсений, тимлид AI-направления Mad Brains. Сегодня расскажу, как мы обучили модель YOLO, запустили видеомониторинг на пищевом производстве, и через неделю обнаружили кое-что, о чём на заводе предпочитали не говорить вслух.

https://habr.com/ru/articles/1007326/

#видеоаналитика #производство #пищевая_промышленность #конвеер #искусственный_интеллект #станки #промышленная_автоматизация #yolo

Производство теряло деньги каждую смену. До внедрения видеоаналитики с ИИ никто не знал где

Привет! На связи Арсений, тимлид AI-направления Mad Brains. Сегодня расскажу, как мы обучили модель YOLO, запустили видеомониторинг на пищевом производстве, и через неделю обнаружили кое-что, о чём на заводе предпочитали не говорить вслух.

https://habr.com/ru/articles/1007326/

#видеоаналитика #производство #пищевая_промышленность #конвеер #искусственный_интеллект #станки #промышленная_автоматизация #yolo

Производство теряло деньги каждую смену. До внедрения видеоаналитики с ИИ никто не знал где

Привет! На связи Арсений, тимлид AI-направления Mad Brains. Сегодня расскажу, как мы обучили модель YOLO, запустили видеомониторинг на пищевом производстве, и через неделю обнаружили кое-что, о чём на заводе предпочитали не говорить вслух.

https://habr.com/ru/articles/1007326/

#видеоаналитика #производство #пищевая_промышленность #конвеер #искусственный_интеллект #станки #промышленная_автоматизация #yolo

Как мы построили систему видеоаналитики на open source и довели её до продакшена

Всем привет, я Иван, продакт-менеджер. В этой статье разберу практический опыт построения системы видеоаналитики на базе open source-инструментов: от выбора библиотек и архитектуры до проблем с производительностью и масштабированием под десятки видеопотоков. Материал будет полезен инженерам, тимлидам и продакт-менеджерам и всем тем, кто рассматривает open source как основу для production-ready CV-систем.

https://habr.com/ru/articles/981268/

#видеоаналитика #computer_vision #YOLO #PyTorch #MLOps #cv #opensource

Как искусственный интеллект судит спортивные поединки

Я Иван, президент федерации кендо в Удмуртии, а ещё руковожу разработкой системы с AI-видеоаналитикой. Мне захотелось добавить к мастерству судейства поединков точность искусственного интеллекта. Объединил спорт и работу, и теперь наш ИИ-продукт можно использовать на поединках по кендо. Расскажу, как и почему мы это сделали.Почему я решил объединить кендо с ИИ-технологиями.

https://habr.com/ru/articles/976838/

#искусственный_интеллект #компьютерное_зрение #видеоаналитика #машинное_обучение #нейронные_сети #распознавание_объектов #разметка_данных #спорт #внедрение_ИИ #CV

Спасти 10 000 жизней: как технологии обеспечивают безопасность стадионов

Паника, давка, пожар — как предотвратить катастрофу в месте, где собираются тысячи человек? Ответ кроется не в увеличении штата охраны, а во внедрении интеллектуальных систем, предсказывающих риски — технологических стражей современных арен спорта. Давайте пройдем путь обычного болельщика, чтобы увидеть, как технологии создают его безопасность буквально на каждом шагу, превращая стадион в цифровую крепость.

https://habr.com/ru/companies/k2tech/articles/965674/

#к2тех #спорт #стадионы #видеоаналитика #безопасность #физическая_безопасность #цус #пожарная_безопасность

Как определять объекты с ptz камеры

В статье предлагается рассмотреть практические моменты применения ptz камеры (на примере модели Dahua DH-SD42C212T-HN) для детектирования и классификации объектов. Рассматриваются алгоритмы управления камерой через интерфейс ONVIF, python. Применяются модели (сети) depth-Anything, yolov8, yolo-world для детектирования объектов.

https://habr.com/ru/articles/836474/

#onvif #видеоаналитика #машинное_зрение #yolov8 #ptzкамера #yoloworld

Универсальные модели в видеоаналитике: единый фундамент для множества задач

Привет! С вами Кирилл Тузов, Data Scientist в команде видеоаналитики бэк-офиса Wildberries & Russ. Камеры видят всё. Вопрос в том, распознают ли наши алгоритмы, что именно они видят, — и насколько быстро, надёжно и без тонны ручной работы это происходит. В этой статье я расскажу, как мы используем Self-Supervised, Zero-Shot и мультимодальные модели, чтобы приблизиться к максимально возможной эффективности.

https://habr.com/ru/companies/wildberries/articles/940530/

#видеоаналитика #selfsupervised #llm #computer_vision

Портируем видеоаналитику на новые платформы: 8 простых шагов

Упаковали свой опыт развертывания системы мониторинга транспортного потока — Smart Traffic System — на Rockchip и SOPHON в один стройный R&D пайплайн. Пошагово, со сроками. Как от сердца отрываем. Сохраняйте, чтобы под рукой иметь план на случай, если задумаете исследовать возможность развертывания системы видеоаналитики на целевом устройстве.

https://habr.com/ru/articles/832514/

#портирование_софта #компьютерное_зрение #видеоаналитика #импортозамещение #embedded_software_development #аппаратное_ускорение #развертывание_по #r&d #pipeline #туториал

8 внешних факторов, влияющих на эффективность распознавания лиц с видеокамер

Сразу скажу – камеры с большим разрешением не решат ваших проблем, если вы решили строить систему распознавания лиц. Увы, в большинстве случаев результат станет только хуже, а заплатите вы больше!

https://habr.com/ru/articles/867272/

#распознавание_лиц #безопасный_город #face_recognition #видеоаналитика #камеры_видеонаблюдения #система_распознавания_лиц #идентификация_лиц #интеллектуальное_видеонаблюдение #ip_камера #архитектура_системы

Трекинг объектов по видео: как мы повышали точность, снижали ресурсоемкость, и к каким изменениям в продукте это привело

Привет! Мы в Macroscop разрабатываем ПО для систем видеонаблюдения, которое умеет распознавать автономера, чекать спецодежду на рабочих, детектировать по видео задымленность и возгорания и решать еще около 20 задач, касающихся анализа видео. Один из фокусов нашей команды - разработка собственной видеоаналитики, а также постоянное ее улучшение, выражающееся в росте точности, функциональности и производительности. Пару месяцев назад мы выпустили новую версию ПО, в которой в том числе значительно обновился нейросетевой модуль трекинга , отслеживающий траектории перемещения объектов, пересечение контрольных линий и длительное пребывание в охраняемых зонах. Необходимость модернизации трекинга назрела, потому что за годы, прошедшие с момента разработки предыдущей версии, к нему накопился ряд пожеланий. Часть из них касалась повышения точности работы, часть - производительности модуля. Возникла задача, обычно вызывающая холодный пот у разработчика: сделать так, чтобы трекинг работал точнее и при этом - быстрее . К счастью, причины указанных проблем скрывались в разных частях алгоритма трекинга и были в большой степени независимы друг от друга. В результате нам удалось добиться повышения точности модуля при одновременном снижении затрат вычислительных ресурсов. А как мы это сделали- расскажем дальше. Все смешалось – люди, кони кошки... Первая сложность, связанная с точностью, лежала внутри обученного нами детектора-классификатора (YOLO), который обнаруживает в кадре объекты интересующих нас классов: транспорт разных типов, люди, животные. Выражалась она довольно специфическим образом: некоторые животные, особенно кошки и собаки, в определенных ракурсах (вид со спины и видны задние лапы, направленные параллельно туловищу) классифицировались как люди. Как мы перестали путать кошек и людей

https://habr.com/ru/articles/941166/

#видеонаблюдение #видеоаналитика #видеоанализ #macroscop #макроскоп #ipвидеонаблюдение #трекинг_человека #решаем_проблемы #нейросети #обучение_нейронных_сетей

Как мы прошли бюрократический ад, чтобы разработать нейросеть на заводе: сложности при создании ИИ на производстве

Нейросети помогают предотвращать аварии, оптимизировать процессы и повышать безопасность. Но путь от идеи до успешного внедрения часто оказывается тернистым. В этой статье мы расскажем, как нам удалось внедрить систему на основе нейросетей на действующем заводе, и с какими бюрократическими вызовами мы столкнулись.

https://habr.com/ru/articles/880186/

#компьютерное_зрение #нейросети #нейросети_и_machine_learning #промышленность #безопасность #видеоаналитика #аналитик_данных #видеонаблюдение #светофор

Как мы с помощью ИИ выбираем обложки для сериалов в KION: кейс MTS AI

Привет, Хабр! На связи вновь Андрей Дугин, руководитель группы видеоаналитики компании MTS AI. Сегодня я закончу рассказ о том, как мы с помощью ИИ выбираем обложки для сериалов в KION. Первую часть можно прочитать здесь .

https://habr.com/ru/companies/ru_mts/articles/795257/

#искусственный_интеллект #ai #работа_с_изображениями #видеоаналитика #kion

Как мы с помощью ИИ выбираем обложки для сериалов в KION: кейс MTS AI

Привет, Хабр! Меня зовут Андрей Дугин, я руководитель группы видеоаналитики компании MTS AI. В статье раскрою то, как мы создаём постеры для сериалов и подбираем материалы для обложек фильмов в онлайн-кинотеатре KION. О том, как мы решили эту задачу, я постараюсь рассказать максимально подробно и с техническими деталями. Забегая вперёд, упомяну, что для выбора одной-единственной обложки приходится обрабатывать сотни тысяч кадров фильмов и сериалов. Конечно же, не вручную. Интересно, как всё это реализовано? Тогда прошу под кат.

https://habr.com/ru/companies/ru_mts/articles/791546/

#искуственный_интеллект #обработка_изображений #работа_с_изображениями #обложки #kion #ai #видеоаналитика

ИИ в деле: актуальные сценарии внедрения нейросетей в России

Привет, Хабр! На связи Анна Смирнова, руководитель по развитию технологий ИИ в К2Тех. Сегодня поговорим об искусственном интеллекте без лишнего хайпа. Дело в том, что из новинки, которую все тестировали и примеряли, ИИ превращается в реального помощника в бизнесе. Компании уже осознанно внедряют нейросети в свои бизнес-процессы и оптимизируют производства, повышают безопасность, улучшают логистику и увеличивают продажи. Также обсудим перспективы развития ИИ в России. Вы узнаете о государственной поддержке этой сферы, проблемах внедрения в разных отраслях и о том, как подготовиться к грядущей цифровой трансформации.

https://habr.com/ru/companies/k2tech/articles/862032/

#нейросети #развитие_ии #речевые_технологии #видеоаналитика #предиктивные_технологии #большие_языковые_модели

Клетки, яйца и видеоаналитика. Как устроена современная птицефабрика?

Вы когда-нибудь задумывались, как выглядит современная птицефабрика? Та самая, что поставляет яйца в наши магазины и на наши столы. Если у вас в голове всплывают картинки а-ля курочки мирно клюют зернышки на огороженной лужайке, то у меня для вас две новости. Первая - прогресс шагнул далеко вперед. Вторая - современные агротехнологии могут показаться жестокими. Но именно благодаря им мы можем купить яйца в ближайшей “Пятерочке” и не выложить за них ползарплаты. Итак, приступим.

https://habr.com/ru/companies/beget/articles/955924/

#яйцо #курица #cv #видеоаналитика #агро #еда #птицефабрика #научпоп #промышленность #птица

Сказ о том, как мы приложение для падел-тенниса создавали

Как‑то раз двое ML‑щиков решили соединить свою любовь к компьютерному зрению и ракеточным видам спорта. Так родилась идея сделать систему видеоаналитики для падел‑тенниса. Падел — это игра на стыке большого тенниса и сквоша. От сквоша падел взял стеклянные стенки вокруг корта, а от большого тенниса — почти всё остальное.

https://habr.com/ru/articles/937768/

#компьютерное_зрение #видеоаналитика #падел #спорт

[Перевод] Шумокодированное освещение. NCI как кодовая защита от дипфейк видео

Развитие нейросетей создало прецедент, когда видеозапись события не может быть однозначным достоверным доказательством. Однако на горизонте зажглась надежда в виде системы аутентификации, которая будет добавлять не просто водяные знаки на видео, а целый световой мерцающий код, используя освещение на месте съёмки.

https://habr.com/ru/articles/936192/

#шифрование #нейросети #криптография #свет #дипфейк #дипфейк_видео #видеоаналитика #видео #имитиация #постмодернизм

Вампирское зрение: как работает бесконтактное измерение пульса по видео

В России разработали новый метод измерения пульса по видеозаписи, устойчивый к искажениям. Он не требует дорогого оборудования и может использоваться в реальных условиях, не ограничивая свободу действий человека. Дистанционная фотоплетизмография (ДФПГ, rPPG) — это метод измерения пульса по видеозаписи. Он потенциально применим в телемедицине, а также для оценки эмоционального состояния людей, например водителей и пилотов, но пока не получил широкого распространения из-за чувствительности к различным искажениям. Метод базируется на регистрации едва заметных изменений цвета кожи при увеличении объёма кровеносных сосудов после каждого сокращения (систолы) левого желудочка сердца. Существующие системы ДФПГ достаточно надёжны только в идеальных условиях. Если же человек использует макияж, частично закрывает лицо, движется, или в кадре меняется освещённость, то частота его сердечных сокращений определяется неверно. В отделе перспективных исследований компании «Криптонит» предложили использовать для ДФПГ новый метод, который устраняет эти недостатки за счёт более эффективного подхода к регистрации и анализу видеосигнала. Вместо привычного цветового пространства RGB используется CIELAB, поскольку в нём светимость выделена в отдельный канал. Это позволило отсечь артефакты, связанные с изменениями освещения в кадре. Для записи видео в эксперименте использовалась недорогая веб-камера Logitech 720p, из которой был удалён инфракрасный (ИК) фильтр. Это было сделано для того, чтобы исключить влияние макияжа на измерения, так как длинноволновое излучение лучше проникает через него.

https://habr.com/ru/companies/kryptonite/articles/892164/

#пульс #пульсометр #пульсоксиметр #фотоплетизмограф #фотоплетизмография #телемедицина #видеоаналитика #rPPG #ДФПГ

6 внутренних факторов, влияющих на эффективность распознавания лиц с видеокамер

Всем привет! В предыдущей статье я уже рассказывал о том, как внешние факторы могут влиять на скорость и точность работы систем распознавания лиц на видеопотоках. Сегодня речь пойдет о не менее важных внутренних аспектах — архитектуре системы и правильном выборе и настройке оборудования. Вначале немного о том, как проводились испытания:

https://habr.com/ru/articles/873192/

#видеоаналитика #система_видеонаблюдения #система_распознавания_лиц #идентификация_лиц #интеллектуальное_видеонаблюдение #интеллектуальная_видеоаналитика #ip_камера #безопасный_город

Не только LPR: какие задачи для транспортной видеоаналитики мы решаем сегодня

Привет, Хабр! Меня зовут Анастасия Белозерова. Я возглавляю команду, которая занимается исследованиями в области транспорта в VisionLabs. Сейчас в нашей команде четыре человека, и мы ведем продукт для транспортной видеоаналитики. В этой статье расскажу, где применяется транспортная видеоаналитика и как технологии из этой отрасли влияют на нашу жизнь. Это обзорная статья, без попыток закопаться в технологии, но надеюсь, что вам будет интересно. Если заинтересуетесь деталями, пишите в комментарии — отвечу подробнее. Давайте начнем!

https://habr.com/ru/companies/ru_mts/articles/831542/

#искуственный_интеллект #транспорт #машинное+обучение #машинное_обучение #видеоаналитика

Видеоаналитика: Разбор VideoMAE, ViViT и TimeSFormer

Каждый инженер, работающий в области компьютерного зрения, сталкивается с задачами детекции, сегментации и "сто бед - YOLO ответ". Однако приходит момент, когда на горизонте появляется новая сложная задача - анализ и классификация видео. Одни предпочитают обходить её стороной, другие пытаются решать её с помощью традиционных методов, но мы пойдем чуть дальше и научимся решать с помощью трансформеров. В целях ознакомления рассмоотрим наиболее популярные и эффективные подходы.

https://habr.com/ru/articles/827474/

#computer_vision #машинное_обучение #видеоаналитика

Интересные задачи, возможность найти себя и погружение в технологические процессы

Когда автоматизируешь какой-то производственный бизнес-процесс, нужны экспертные знания именно в предметной области. Приходится погружаться в химию и физику процесса. В результате решаешь комплексную инженерную задачу. Делать интернет-магазин тоже сложно, но для меня не так интересно с точки зрения расширения кругозора. В промышленности меня вдохновляет близость к процессам и потрясающая визуализация: ты видишь результат своей работы. Много интересных кейсов связано с применением ИИ. Например, интеллектуальная видеоаналитика для оценки процента шлака в ковше и качества заготовки. С помощью ИИ нам удалось достичь точности 99,98% и низкого показателя ложных срабатываний. Нейросеть пропускает брак лишь в 0,02% случаев. Конечно, благодаря этому качество продукта выросло. Кроме того, мы получили объективный инструмент анализа. Система помогает человеку обнаружить отклонения и подсказывает об этом своевременно, что повышает выход годного. Если одна за другой идут бракованные заготовки, значит, где-то на предыдущем этапе нарушен техпроцесс, и коллегам нужно об этом сообщить.

https://habr.com/ru/companies/oleg-bunin/articles/822841/

#industrial #автоматизация_предприятий #стек_в_промышленности #it_в_металлургии #машинное_обучение #асутп #внутренний_маркетплейс #видеоаналитика #удалёнка #цифровая_трансформация

Умная стройка как (микро)сервис: следим за возведением зданий

В России наблюдается интерес к комплексным системам автоматизации строительства, но их внедрение — долгий и сложный процесс. Поэтому чаще застройщики предпочитают точечные решения. Появился спрос на специализированные нейросетевые микросервисы для подключения к готовым системам заказчика. Мы отметили эту тенденцию после одного примечательного проекта по мониторингу процесса строительства. Фактически сначала нас попросили сделать «‎то, не знаю что»‎, причем в очень сжатые сроки. Ситуация могла обернуться провалом, но мы справились и нашли новую перспективную нишу для разработки новых продуктов. Сейчас расскажу, как это было.

https://habr.com/ru/companies/magnus-tech/articles/820727/

#видеоаналитика #строительство #мониторинг #распознавание_образов #распознавание_объектов #промышленное_зрение #machinelearning #computer_vision #застройщики

Продажи, польза или смех**чки. Что даёт максимальный прирост аудитории в социальных сетях?

Есть 3 вида контента. Общий ,полезный и продающий. Создавая контент, нужно не забывать про все его виды, и делать это в правильных пропорциях. В этой статье я показал на примере 3 компаний , которые успешно продвигают свои товары/услуги через Youtube и набирают миллионы просмотров , сколько и какого контента они создают.

https://habr.com/ru/articles/799851/

#видео #видеоаналитика #youtube #маркетинг #внимание_пользователей #привлечение_клиентов

Как определять объекты с ptz камеры

В статье предлагается рассмотреть практические моменты применения ptz камеры (на примере модели Dahua DH-SD42C212T-HN) для детектирования и классификации объектов. Рассматриваются алгоритмы управления камерой через интерфейс ONVIF, python. Применяются модели (сети) depth-Anything, yolov8, yolo-world для детектирования объектов.

https://habr.com/ru/articles/836474/

#onvif #видеоаналитика #машинное_зрение #yolov8 #ptzкамера #yoloworld

Как определять объекты с ptz камеры

В статье предлагается рассмотреть практические моменты применения ptz камеры (на примере модели Dahua DH-SD42C212T-HN) для детектирования и классификации объектов. Рассматриваются алгоритмы управления камерой через интерфейс ONVIF, python. Применяются модели (сети) depth-Anything, yolov8, yolo-world для детектирования объектов.

https://habr.com/ru/articles/836474/

#onvif #видеоаналитика #машинное_зрение #yolov8 #ptzкамера #yoloworld

Трекинг объектов по видео: как мы повышали точность, снижали ресурсоемкость, и к каким изменениям в продукте это привело

Привет! Мы в Macroscop разрабатываем ПО для систем видеонаблюдения, которое умеет распознавать автономера, чекать спецодежду на рабочих, детектировать по видео задымленность и возгорания и решать еще около 20 задач, касающихся анализа видео. Один из фокусов нашей команды - разработка собственной видеоаналитики, а также постоянное ее улучшение, выражающееся в росте точности, функциональности и производительности. Пару месяцев назад мы выпустили новую версию ПО, в которой в том числе значительно обновился нейросетевой модуль трекинга , отслеживающий траектории перемещения объектов, пересечение контрольных линий и длительное пребывание в охраняемых зонах. Необходимость модернизации трекинга назрела, потому что за годы, прошедшие с момента разработки предыдущей версии, к нему накопился ряд пожеланий. Часть из них касалась повышения точности работы, часть - производительности модуля. Возникла задача, обычно вызывающая холодный пот у разработчика: сделать так, чтобы трекинг работал точнее и при этом - быстрее . К счастью, причины указанных проблем скрывались в разных частях алгоритма трекинга и были в большой степени независимы друг от друга. В результате нам удалось добиться повышения точности модуля при одновременном снижении затрат вычислительных ресурсов. А как мы это сделали- расскажем дальше. Все смешалось – люди, кони кошки... Первая сложность, связанная с точностью, лежала внутри обученного нами детектора-классификатора (YOLO), который обнаруживает в кадре объекты интересующих нас классов: транспорт разных типов, люди, животные. Выражалась она довольно специфическим образом: некоторые животные, особенно кошки и собаки, в определенных ракурсах (вид со спины и видны задние лапы, направленные параллельно туловищу) классифицировались как люди. Как мы перестали путать кошек и людей

https://habr.com/ru/articles/941166/

#видеонаблюдение #видеоаналитика #видеоанализ #macroscop #макроскоп #ipвидеонаблюдение #трекинг_человека #решаем_проблемы #нейросети #обучение_нейронных_сетей

Трекинг объектов по видео: как мы повышали точность, снижали ресурсоемкость, и к каким изменениям в продукте это привело

Привет! Мы в Macroscop разрабатываем ПО для систем видеонаблюдения, которое умеет распознавать автономера, чекать спецодежду на рабочих, детектировать по видео задымленность и возгорания и решать еще около 20 задач, касающихся анализа видео. Один из фокусов нашей команды - разработка собственной видеоаналитики, а также постоянное ее улучшение, выражающееся в росте точности, функциональности и производительности. Пару месяцев назад мы выпустили новую версию ПО, в которой в том числе значительно обновился нейросетевой модуль трекинга , отслеживающий траектории перемещения объектов, пересечение контрольных линий и длительное пребывание в охраняемых зонах. Необходимость модернизации трекинга назрела, потому что за годы, прошедшие с момента разработки предыдущей версии, к нему накопился ряд пожеланий. Часть из них касалась повышения точности работы, часть - производительности модуля. Возникла задача, обычно вызывающая холодный пот у разработчика: сделать так, чтобы трекинг работал точнее и при этом - быстрее . К счастью, причины указанных проблем скрывались в разных частях алгоритма трекинга и были в большой степени независимы друг от друга. В результате нам удалось добиться повышения точности модуля при одновременном снижении затрат вычислительных ресурсов. А как мы это сделали- расскажем дальше. Все смешалось – люди, кони кошки... Первая сложность, связанная с точностью, лежала внутри обученного нами детектора-классификатора (YOLO), который обнаруживает в кадре объекты интересующих нас классов: транспорт разных типов, люди, животные. Выражалась она довольно специфическим образом: некоторые животные, особенно кошки и собаки, в определенных ракурсах (вид со спины и видны задние лапы, направленные параллельно туловищу) классифицировались как люди. Как мы перестали путать кошек и людей

https://habr.com/ru/articles/941166/

#видеонаблюдение #видеоаналитика #видеоанализ #macroscop #макроскоп #ipвидеонаблюдение #трекинг_человека #решаем_проблемы #нейросети #обучение_нейронных_сетей

Трекинг объектов по видео: как мы повышали точность, снижали ресурсоемкость, и к каким изменениям в продукте это привело

Привет! Мы в Macroscop разрабатываем ПО для систем видеонаблюдения, которое умеет распознавать автономера, чекать спецодежду на рабочих, детектировать по видео задымленность и возгорания и решать еще около 20 задач, касающихся анализа видео. Один из фокусов нашей команды - разработка собственной видеоаналитики, а также постоянное ее улучшение, выражающееся в росте точности, функциональности и производительности. Пару месяцев назад мы выпустили новую версию ПО, в которой в том числе значительно обновился нейросетевой модуль трекинга , отслеживающий траектории перемещения объектов, пересечение контрольных линий и длительное пребывание в охраняемых зонах. Необходимость модернизации трекинга назрела, потому что за годы, прошедшие с момента разработки предыдущей версии, к нему накопился ряд пожеланий. Часть из них касалась повышения точности работы, часть - производительности модуля. Возникла задача, обычно вызывающая холодный пот у разработчика: сделать так, чтобы трекинг работал точнее и при этом - быстрее . К счастью, причины указанных проблем скрывались в разных частях алгоритма трекинга и были в большой степени независимы друг от друга. В результате нам удалось добиться повышения точности модуля при одновременном снижении затрат вычислительных ресурсов. А как мы это сделали- расскажем дальше. Все смешалось – люди, кони кошки... Первая сложность, связанная с точностью, лежала внутри обученного нами детектора-классификатора (YOLO), который обнаруживает в кадре объекты интересующих нас классов: транспорт разных типов, люди, животные. Выражалась она довольно специфическим образом: некоторые животные, особенно кошки и собаки, в определенных ракурсах (вид со спины и видны задние лапы, направленные параллельно туловищу) классифицировались как люди. Как мы перестали путать кошек и людей

https://habr.com/ru/articles/941166/

#видеонаблюдение #видеоаналитика #видеоанализ #macroscop #макроскоп #ipвидеонаблюдение #трекинг_человека #решаем_проблемы #нейросети #обучение_нейронных_сетей

Клетки, яйца и видеоаналитика. Как устроена современная птицефабрика?

Вы когда-нибудь задумывались, как выглядит современная птицефабрика? Та самая, что поставляет яйца в наши магазины и на наши столы. Если у вас в голове всплывают картинки а-ля курочки мирно клюют зернышки на огороженной лужайке, то у меня для вас две новости. Первая - прогресс шагнул далеко вперед. Вторая - современные агротехнологии могут показаться жестокими. Но именно благодаря им мы можем купить яйца в ближайшей “Пятерочке” и не выложить за них ползарплаты. Итак, приступим.

https://habr.com/ru/companies/beget/articles/955924/

#яйцо #курица #cv #видеоаналитика #агро #еда #птицефабрика #научпоп #промышленность #птица

Клетки, яйца и видеоаналитика. Как устроена современная птицефабрика?

Вы когда-нибудь задумывались, как выглядит современная птицефабрика? Та самая, что поставляет яйца в наши магазины и на наши столы. Если у вас в голове всплывают картинки а-ля курочки мирно клюют зернышки на огороженной лужайке, то у меня для вас две новости. Первая - прогресс шагнул далеко вперед. Вторая - современные агротехнологии могут показаться жестокими. Но именно благодаря им мы можем купить яйца в ближайшей “Пятерочке” и не выложить за них ползарплаты. Итак, приступим.

https://habr.com/ru/companies/beget/articles/955924/

#яйцо #курица #cv #видеоаналитика #агро #еда #птицефабрика #научпоп #промышленность #птица

Клетки, яйца и видеоаналитика. Как устроена современная птицефабрика?

Вы когда-нибудь задумывались, как выглядит современная птицефабрика? Та самая, что поставляет яйца в наши магазины и на наши столы. Если у вас в голове всплывают картинки а-ля курочки мирно клюют зернышки на огороженной лужайке, то у меня для вас две новости. Первая - прогресс шагнул далеко вперед. Вторая - современные агротехнологии могут показаться жестокими. Но именно благодаря им мы можем купить яйца в ближайшей “Пятерочке” и не выложить за них ползарплаты. Итак, приступим.

https://habr.com/ru/companies/beget/articles/955924/

#яйцо #курица #cv #видеоаналитика #агро #еда #птицефабрика #научпоп #промышленность #птица