Разработчики: | Синезис (Synesis) |
Дата последнего релиза: | 2020/06/03 |
Технологии: | Системы видеонаблюдения |
Содержание |
2020: Интеграция теплокамер в интеллектуальную платформу Kipod
Компания Synesis, резидент Кластера информационных технологий Фонда «Сколково» интегрировала термокамеры в свою интеллектуальную платформу «умного города» Kipod. Теперь систему можно использовать для контроля за распространением коронавирусной инфекции. Об этом 3 июня 2020 года сообщил Фонд Сколоко.
С помощью тепловизоров платформа в режиме реального времени анализирует температуру людей в потоке и сообщает ответственным службам об отклонениях от заданных параметров. Технология распознавания лиц, в свою очередь, определяет с кем контактировал заболевший. Платформа также оценивает плотность скопления людей, сигнализирует о несоблюдении социальной дистанции и собирает статистику о посещаемости места – например, о пиковых периодах и максимальной нагрузке.
Таким образом, использование искусственного интеллекта позволит решать сразу три фундаментальные задачи:
- предотвратить посещение общественных мест заболевшими людьми и переносчиками вируса (в том числе без явных признаков болезни);
- эффективно разделить потоки здоровых и больных людей;
- оперативно определить круг лиц, контактировавших с заболевшими.
Птицын Николай, сооснователь Synesis:
![]() | Если бизнес-центры, инфраструктурные объекты (аэропорты, вокзалы, метрополитен и т.д.) и торговые моллы получат возможность массово проверять температуру всех входящих людей, то распространение одной из самых опасных инфекций XXI века может значительно замедлиться. Мы исключили человеческий фактор в работе с тепловизорами – людей с повышенной температурой определяют камеры, а искусственный интеллект помогает систематизировать получаемую информацию и оперативно реагировать на нее. Это эффективно и не требует больших трудозатрат. Интеграция с системой распознавания лиц – еще один огромный шаг в сторону автоматизации мониторинга. И мы его также сделали, | ![]() |
На 3 июня 2020 года запускает пилотный проект для крупной сети аптек во Флориде (США). С помощью платформы Kipod персонал сможет разделять потоки покупателей на тех, у кого нормальная температура тела, и тех, кто заходит с повышенной температурой, а также контролировать нормы социального дистанцирования.
Павел Кривозубов, руководитель направления «Робототехника и искусственный интеллект» Кластера информационных технологий Фонда «Сколково»:
![]() | Когда весь мир находится в условиях пандемии, такие решения, как у компании Synesis являются наиболее актуальными и имеют наивысший приоритет. Действительно, если люди будут уверены, что при посещении общественных мест - будь то аптека или футбольный стадион - их близкие будут максимально защищены от контактов с уже заболевшими, то мир сможет восстановиться от последствий пандемии гораздо быстрее. Очень рад, что решения наших резидентов находят интерес не только в России, но и за рубежом, | ![]() |
2018
По информации на март 2018 года платформа интеллектуального видеонаблюдения и мониторинга общественной безопасности KIPOD от компании «Синезис» позволяет повысить эффективность работы правоохранительных и муниципальных служб на 70%.
KIPOD объединяет неограниченное количество видеокамер с любых объектов. Платформа обрабатывает данные в режиме реального времени и уведомляет сотрудников правоохранительных и муниципальных служб о внештатных ситуациях.
![]() | «Например, чтобы выйти на след преступника, сотруднику полиции достаточно загрузить в KIPOD фоторобот. Платформа проанализирует данные с видеокамер и выдаст всех похожих людей менее чем за 5 секунд. При этом технология позволяет не только найти подозреваемых по фотографии из базы данных правоохранителей, но и составить траектории их перемещения по городу». Бондаренко Сергей, генеральный директор ООО «Синезис» | ![]() |
KIPOD распознает не только лица людей, но и номера машин в движущемся потоке. С помощью платформы сотрудники правопорядка получают также информацию об угнанных автомобилях, нарушениях ПДД, пробках и авариях.Группа компаний «ВДГБ»: 28 лет успеха на рынке 1С
Технологию сколковской компании уже используют правоохранители Беларуси, России, Казахстана и Азербайджана для автоматизации процессов мониторинга общественной безопасности и предотвращения преступлений. KIPOD позволяет снизить расходы государства на раскрытие преступлений до 30%.
2014
Kipod и технология ранжирования событий
24 января 2014 года компания Синезис сообщила о результатах испытаний технологии ранжирования событий в системе видеонаблюдения Kipod.
Технология ранжирования событий дает возможность оператору системы видеонаблюдения - сконцентрироваться на анализе более значимых событий посредством автоматического назначения приоритетов и ранжирования данных, это существенно повышает результативность работы. Повышается эффективность:
- использования дискового пространства на локальном и центральном серверах,
- поиска по архиву, так как время хранения видеоданных определяется степенью их важности.
- снижаются требования к скорости каналов передачи данных, что допускает использование мобильных клиентов с медленным подключением.
Испытания технологии ранжирования проводились в офисе компании Синезис и на прилегающей территории. Данные поступали с 16 камер одновременно в течение одного часа. Обработкой данных занимались три оператора независимо друг от друга с использованием трех различных конфигураций:
- без видеоаналитики (только детектор движения);
- с использованием видеоаналитики;
- с использованием видеоаналитики и ранжированием событий.
В качестве видеоаналитики использовались детектор пересечения сигнальных линий, детектор движения и детектор оставленного предмета внутри сигнальной зоны, а также классификация объектов по типу.
В качестве оборудования использовались:
- Сервер видеоаналитики KP-SERVER-100
- Рабочая станция видеоаналитики KP-DESKTOP-100
- Камеры Ganz PixelPro ZN-MD221M, Axis P3346, Dallmeier DF4910HD-DN
В результате испытаний рассчитаны средние значения объемов переданных и записанных данных, времени активности и реакции оператора, количества пропущенных событий. Максимальное количество поступивших событий составило 1644 (для детектора движения), объем переданных данных составил 101647 Mb, объем записанных данных – 98352 Mb.
Результаты тестирования:
|
Детектор движения |
Видеоаналитика с ранжированием событий |
|
Объем записанных данных |
100% |
10,8% |
2,1% |
Объем переданных по каналам связи данных |
100% |
11,3% |
2,4% |
Время активной работы оператора |
100 % |
9,9% |
2,1% |
Среднее время реакции оператора |
~5с |
~2с |
~1с |
Число пропущенных событий |
61,7% |
1,5% |
0% |
Экстраполяция полученных данных на ситуационный центр показывает преимущества использования технологии ранжирования событий: если на одного оператора приходится 10 объектов, на каждом из объектов по 10 камер, а каждая камера генерирует 10 событий в час, то за час оператору необходимо обработать 1000 событий от 100 камер.
Очевидно, что без использования видеоаналитики человек не может одновременно следить за таким количеством камер. И даже при использовании видеоаналитики, оператору будет приходить, в среднем, одно уведомление за 4 секунды. Но, как показали исследования, около 90% поступающих событий не являются действительно важными. С помощью механизма ранжирования данных по важности можно снизить нагрузку на оператора практически в 10 раз.
В данном случае ранжирование событий позволяет кардинально улучшить ситуацию: оператор будет получать уведомление только о важных событиях (около 100 в час), непосредственное участие оператора будет требоваться только приблизительно раз в 40 секунд, что оставляет достаточно времени на адекватную оценку ситуации и принятие правильного решения. При этом снижаются требования к концентрации внимания оператора. Это приводит к уменьшению времени реакции оператора, а также практически исключить случаи пропуска важных событий.
Приоритет события может зависеть от различных признаков: от типа события, зоны наблюдения, точности распознавания, дальности объекта и других, а также от комбинации этих факторов.
Отчет показывает увеличение производительности работы оператора в 40-50 раз в сравнении с системами "ручного" видеонаблюдения без видеоаналитики и в 5-6 раз в сравнении с системами интеллектуального видеонаблюдения с аналитикой без использования технологии ранжирования.
В этом тестировании технологии ранжирования обеспечили преимущества:
|
По сравнению с детектором движения |
По сравнению с видеоаналитикой |
Уменьшение времени, затрачиваемого оператором на просмотр событийного видео |
97,9% |
78,8% |
Уменьшение времени реакции оператора |
~80% |
~50% |
Снижение числа тревожных событий, пропущенных оператором |
100% |
100% |
Снижение нагрузки на канал связи |
97,6% |
78,8% |
Уменьшение объема записанных данных |
97,9% |
80,6% |
Прирост производительности операторов можно использовать, как для увеличения выполняемой работы, так и для уменьшения штата сотрудников при сохранении текущих объемов задач.
Включён модуль от VisionLabs
3 февраля 2014 года компания Синезис сообщила о завершении, в сотрудничестве с VisionLabs, работы над модулем распознавания номерных знаков.
Система интеллектуального видеонаблюдения Kipod, разработанная Синезис, создана ак открытая платформа видеоналатики и допускает интеграцию программных модулей других поставщиков программных решений.
Сотрудничество с компанией VisionLabs позволило Синезис быстро добавить модуль распознавания государственных номерных знаков и расширить функционал системы видеонаблюдения Kipod для систем «Безопасный город». Выбор алгоритма VisionLabs обусловлен высоким быстродействием на видео формата HD и совместимостью с Linux.
Модуль содействует распознавание автомобильных номерных знаков России, Казахстана, Беларуси, Иордании и стран Евросоюза.
Среди достоинств модуля:
- встроенный алгоритм анализа и коррекции результатов гарантирует стабильно высокую вероятность достоверного распознавания номерных знаков в реальных условиях;
- алгоритм синтаксического анализа результатов обеспечивает минимальное количество ложных срабатываний;
- интеллектуальные адаптивные алгоритмы обуславливают отсутствие необходимости в настройках распознавания;
- алгоритмы распознавания символов и поиска области с номерным знаком обеспечивают низкую вычислительную ресурсоемкость;
- видеоаналитические модули работают в отдельном процессе и автоматически перезапускаются в случае зависания.
Наличие видеоархива помогает в оперативном поиске автомобильных номеров в базе данных, что дает возможность быстро идентифицировать нарушителя. Интеграция системы с биллингом паркинга снижает влияние человеческого фактора, повышая эффективность работы персонала и делая невозможным злоупотребление должностными полномочиями.
2013
Интеграция с камерами Basler
Камеры машинного зрения компании Basler интегрированы летом 2013 года в IP-видеосервер Kipod Server компании Синезис. Современные кодеры, такие как H.264 AVC, уменьшают объем передаваемых видеоданных в сотни раз. При благоприятных условиях видеонаблюдения и малоподвижной сцене наблюдения, сжатое видео неотличимо от несжатого для человеческого глаза, а потери полезной информации не являются значительными.
При неблагоприятных условиях видеонаблюдения (недостаточной освещенности, метеорологических осадках, широком динамическом диапазоне) или сильно изменчивой сцене, кодер может вносить существенные искажения (артефакты) в передаваемый видеосигнал. Наиболее чувствительными к этим искажениям являются алгоритмы * идентификации объектов, включая алгоритмы идентификации по:
- биометрическим признакам лица;
- номерным знакам автомобиля.
Системы видеоаналитики, обрабатывающие несжатое видео, позволяют устранить влияние видеокодера и достичь более высокого уровня точности распознавания.
Благодаря совместной работе компаний Синезис и Basler, IP-видеосервер Kipod Server интегрирован с камерами машинного зрения через интерфейс GigE Vision, позволяющий передавать несжатое видео по сети Gigabit Ethernet.
Кроме видеоанализа IP-видеосервер реализует высокопроизводительную компрессию (кодирование) несжатого видео на графическом процессоре (GPU). Сжатое видео или результаты работы видеоаналитики могут быть записаны в архив и переданы с IP-видеосервера на рабочее место оператора или в другую систему видеонаблюдения (VMS) через интерфейс ONVIF. Таким образом, IP-видеосервер может быть инструментом интеграции биометрических или номерных камер в обычную систему видеонаблюдения.
Камеры машинного зрения компании Basler оптимизированы для видеоаналитики и промышленого применения. Следует отметить следующие преимущества камер машинного зрения в сравнении с обычными IP-камерами:
- отсутствие артефактов сжатия H.264 и MJPEG;
- использование более профессиональных компонентов (высококачественная система управления, оптика, сенсор);
- передача несжатого видеопотока высокой четкости (HD);
- меньшие геометрические и цветовые искажения в кадре для измерения параметров объектов наблюдения;
- высокая частота кадров для слежения за объектами в плотном потоке.
Кроме GigE Vision, IP-видеосервер поддерживает другие цифровые интерфейсы для приема несжатого видео - USB и HD-SDI.
Совместное решение Синезис и Basler нацелено на следующие задачи:
- выделение лиц из пассажиропотока для последующей идентификации личности по биометрическим признакам;
- распознавание номерных знаков автомобилей и вагонов;
- обнаружение объектов при охране периметра на большой дистанции в сложных условиях;
- высококачественная видеофиксация производственного или технологического процесса, в том числе для анализа параметров изделия, посылки, денежных купюр;
- считывание одномерных и двухмерных штрихкодов.
Таким образом, совместное решение Синезис и Basler способствует повышению эффективности и расширению возможностей видеоаналитики высокой чёткости за счёт использования камер машинного зрения с хорошими оптическими характеристиками и высокой чёткостью изображения, в том числе и в сложных условиях видеонаблюдения.
Поиск людей, связанных с оставленными или унесенными предметами
Данная версии детектора оставленных/унесенных предметов и клиентского приложения Kipod Desktop реализуют функцию оперативного поиска людей, связанных с оставленными или унесенными предметами.
В случае возникновения тревожной ситуации «оставленный предмет» или «унесенный предмет», оператор системы видеоаналитики может сразу увидеть стоп-кадры и просмотреть видео с людьми, которые находились рядом с предметом. Новая версия детектора оставленных предметов устойчиво работает в местах массового скопления людей и более точно прогнозирует время появления оставленного предмета. Эта временная метка используется для контекстного поиска людей в области предмета. Таким образом, оператор в кратчайшие сроки (10 секунд) может быстро найти «владельца» оставленного предмета или «похитителя» унесенного предмета.
Детектор оставленных/унесенных предметов прошел испытания в пилотах зонах Московского и Петербургского метрополитена. Сферой применения детектора являются «Безопасный город», транспортная инфраструктура, стратегические и производственные объекты.
Детектор драки и нестандартного поведения людей
Разработанный компанией Синезис детектор драки (потасовки) может применяться в составе систем городского видеонаблюдения в рамках проекта Безопасный город. Детектор реагирует на резкие или периодические движения и предназначен для интеграции в системы охранного видеонаблюдения на основе международного интерфейса ONVIF. Работает в составе IP-видеосервера Kipod Server компании Синезис и может применяться в комплексе с другими детекторами: скопления людей, контроля качества видео, оставленных предметов, огня и дыма.
В основе алгоритма детектирования драк и антисоциального поведения лежит следующий факт: драка характеризуется наличием резких неупорядоченных движений, которые осуществляются без значительного перемещения по сцене. Алгоритм можно разделить на несколько этапов:
- На первом этапе осуществляется обнаружение быстрых изменений, происходящих на сцене. При этом применяются методики, позволяющие минимизировать влияние вариабельности цветовых и габаритных характеристик объекта.
- На втором этапе происходит аккумулирование во времени сигнала, полученного на первом этапе. В результате усиливаются те резкие движения, которые происходят без значительного перемещения объектов (локально. И отсекаются быстрые движения, связанные с перемещением объектов, например, бег.
Полученные в результате второго этапа сигналы, сравниваются с адаптивным порогом. Его уровень зависит от общей активности на сцене. В итоге, как показало тестирование, обнаружение драк и других внештатных ситуаций происходит достаточно надёжно.
Для обнаружения антисоциального поведения, наряду с видеоаналитикой, может быть использована аудиоаналитика, настроенная на детектирование крика и резкий интонаций.
Таким образом, детектор драки позволяет:
- автоматически отслеживать все возникающие нештатные ситуации, связанные с антисоциальным поведением, драками, хулиганством и потасовками;
- повышать оперативность реагирования служб безопасности на подобные нештатные ситуации, а также предотвращать их нежелательное развитие.
Название решения | Разработчик | Количество проектов | Технологии |
---|---|---|---|
Kipod Cluster | Синезис (Synesis) | 0 | Системы видеонаблюдения, Системы видеоаналитики |
Kipod Station | Синезис (Synesis) | 0 | Системы видеонаблюдения, Системы видеоаналитики |
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)