国際プロジェクトが大都市向けのインテリジェントなビデオ監視システムを開発

HuSIMS プロジェクトの主な目的, バリャドリード大学も参加, 現在のビデオ監視ソリューションの既存の制限を克服し、大都市の公共の場所のセキュリティを強化できるプラットフォームを生成することです。.

数百万人が住む都市にビデオ監視システムを導入するのは複雑な課題です. カメラとインフラストラクチャのコストに加えて、人間のオペレーターのコストもかかります, 各カメラで何が起こっているかを監視するには多数の人員が必要となるため. このような意味でのICTの可能性を最大限に活かすために, イスラエルの10の実体, トゥルキエ, 韓国とスペイン, その中でバリャドリード大学が唯一の参加大学である, HuSIMSプロジェクトを開始しました. この取り組みは欧州委員会のエウレカ・ケルティック・イニシアチブの一環です。, その目的は、電気通信分野の競争力を高めるために共同研究開発を促進することです。.

ハビエル・アグアル, CITグループコーディネーター (通信および情報技術) バリャドリード大学出身, HuSIMS プロジェクトは、画像内で緊急事態が発生していることをインテリジェントに識別できるビデオ監視カメラのネットワークを設計することを目的としていると明記しました。, 交通事故から火災まで. 「これらは、大都市圏をインテリジェントに制御するための大規模なセンサー ネットワークを備えた監視およびビデオ監視システムです。, つまり, 人間のオペレーターがカメラで何が起こっているかを常に監視する必要はありません。」, 指摘しました.

こちらです, 数千台のカメラを少数のオペレーターで制御可能, 異常な状況でのみアラートを受信するため、. 「カメラは画像すら撮ってくれない」, むしろ、数学的モデルを通じてモデル化します, そしてキャプチャしているパラメータ (位置, 物体のサイズや速度), データであること, 占有する帯域幅がはるかに少なくなります, 伝送コストも削減されます, なぜなら、それらはすべての情報を中央ユニットに送信するワイヤレスカメラだからです。」, 詳細. それで, アヒル, カメラコストも削減. このタイプのデバイスではイスラエルの大手企業 2 社がプロジェクトに参加しています。, 「そのカメラ, ワイヤレスであること, インフラストラクチャのコストを回避し、, 情報を直接処理しないことにより、, しかし彼らはそれを中央ユニットに送信します, 低コストを可能にする.

トレーニング

ハビエル・アギアル氏の説明によると, 人工知能に基づくこれらのビデオ監視システムでは、異常な動作とそうでない動作を区別するための「トレーニング」時間が必要です。. 「一度システムを準備すれば、オペレーターはもうカメラを意識する必要はありません」, 彼らが生成するアラームのみから」, 覚えて, 緊急チームにとって非常に役立つ情報.

研究者たちは現在、さまざまな異常な状況に関するテストを実施しています。, 交通事故のように. 「カメラを訓練して、何を監視しているのかを認識させたら、, この場合は交通安全, 次に、数学的モデルを使用すれば、何が起こっているのかが正常なのか、それとも取得されたパラメーターが予想外であるのかを知るのは比較的簡単です。, 逆走する車など。」, アギアは強調した, 人工知能を「まだ応用されていない分野」で利用することだと指摘した.

ビデオ監視をさまざまな状況に「適応させる」ということは、, 専門家の意見では, 重要な付加価値. 「これらの新しいテクノロジーの最も強力な点の 1 つは、コアが共通であり、さまざまな用途に適用できることです。」, だから私たちは破壊行為や環境問題にも取り組んでいます。」, ハイライト. この最後のフィールドでは, 森林火災の制御に衛星カメラが使用されている. 「人工知能のルールを変更して、異常なケースやその他のケースを検出できるようにするだけです。」.

テロ事件を避けるために、この分野の調査に対する欧州委員会側の懸念は近年高まっている。. この意味で, アギアル氏は、このプロジェクトの成果に興味を持っているセキュリティ企業がすでに存在すると主張する, で終わります 2013.

異常なパターンの検出

プロジェクトの枠組み内でバリャドリード大学が実施した作業は次のことに焦点を当てています。, CITグループのコーディネーターによると, 人工知能の部分では. 「カメラが情報をキャプチャしてモデル化すると、, 彼らは私たちにオブジェクトのパラメータを渡します. 「私たちは、カメラが通過する異常な状況やパターンを検出するために人工知能の部分に取り組んでいます。」, 指摘しました.

このインテリジェントな動作を実装するには, 使用される戦略の 1 つはセマンティック分析です. ビデオ信号内の移動物体とその軌跡の最初の分析により、道路などの意味を持つエンティティを識別できるようになります。, 歩道, ドア, 歩行者または車両. 第 2 段階では、これらのオブジェクトが意味論的知識モデルに組み込まれ、これらのアクターの正常な動作と異常な動作が特徴付けられます。. これにより、システムは人間の知識と同様の抽象化レベルで動作することができます。, 研究者らが説明するように, 来年にはシステムの最初のデモンストレーターを開催したいと考えている人.