Знайдено спосіб підвищення точності розпізнавання дій людини за допомогою камер спостереження.

Стаття опублікована в журналі «Вісник ПНІПУ. Електротехніка, інформаційні технології, системи управління». Дослідження проведено в рамках реалізації програми «Пріоритет 2030».

Для розпізнавання дій з камер відеоспостереження необхідно виділити людину як окремий об'єкт, виявити інформацію про положення її тіла та послідовність рухів. При цьому слід зберігати ці дані для подальшої обробки та вирішення задачі класифікації. Важливу роль у цьому процесі відіграє математична модель і спосіб її подання.

Моделі опису за набором кадрів, коли дія в кожному з них ідентифікується окремо, мають недолік – у полі можуть перебувати інші люди та предмети, через які інформація аналізується некоректно. Для усунення цього фактора частіше використовують векторну модель – рухи визначають за допомогою послідовності координат ключових точок у скелеті людини. Для підвищення точності їх групують, що дозволяє алгоритму знаходити та обробляти інформацію про різні частини тіла.

Для точного розпізнавання об'єкта в просторі дані підлягають процедурі нормалізації, при якій ключові точки з піксельних переводяться в реальні значення. Існуючі способи не враховують велику варіативність поворотів і положення людини в просторі. Одні й ті ж рухи, виконані при різному зміщенні відносно камери, найімовірніше, будуть розпізнані як різні. Часто це ускладнює роботу системи, вимагає значного збільшення обсягу пам'яті пристрою та ускладнення алгоритмів розрахунку, що не завжди практично реалізується з точки зору тимчасових та фінансових ресурсів.

Вчені Пермського Політеху знайшли спосіб прискорити обробку отриманого відеоматеріалу та підвищити точність визначення рухів об'єкта. Для цього вони проаналізували існуючі моделі розпізнавання скелетів людей та використовувані алгоритми обробки. За результатами дослідження вони запропонували впровадити в систему відеоспостереження оригінальну модель і технологію нормалізації відеозображень.

«Ми створили спрощену модель, в якій відсутня зайва для наших досліджень інформація, наприклад, про положення пальців рук. Часто їх місцезнаходження зашумлене, але при цьому на обробку також йде час, ускладнюється процес розпізнавання дій. Ключовими точками в нашій моделі стали очі, плечі, стегна, лікті, кисті, коліна та ступні. Також ми запропонували алгоритм перетворення інформації про рухи скелета людини, який розпізнає дії, порівнюючи для більшої точності дані з різних камер або під різними кутами», – розповідає Олександр Князєв, аспірант кафедри «Інформаційні технології та автоматизовані системи» ПНІПУ.

«Експерименти показали, що наша модель і технологія нормалізації відеозображень дозволили досягти точності розпізнавання в 95 відсотків. А застосування первинних даних забезпечувало лише 35 відсотків точності», – коментує Рустам Файзрахманов, завідувач кафедри «Інформаційні технології та автоматизовані системи» ПНІПУ, доктор економічних наук.

Впровадження розробки вчених Пермського Політеху дозволить покращити точність розпізнавання дій людини з камер відеоспостереження, що ефективно для моніторингу та забезпечення безпеки на виробничих підприємствах, охоронюваних територіях і громадських місцях. Інтерес до розробленої технології вже виявили кілька промислових компаній. Ініціатива підтримана Фондом сприяння інноваціям – затверджено грант за програмою Старт-1.