Category:Новости
Tags : AI Deep Learning Deep Mind Hikvision
Устройства хранения данных в индустрии безопасности обычно требуют обработки огромного количества необработанных данных с множеством слоев. Поскольку проекты “Безопасный город” (Safe City) становятся более распространенными, количество узлов наблюдения достигло сотен тысяч. Из-за широкого использования мониторинга высокой четкости объем данных, связанных с наблюдением за безопасностью, резко возрос за короткое время. Эффективный сбор, анализ, применение данных и их разумное использование становятся все более критичными в этой отрасли. Таким образом, улучшение видеоинформации представляется неизбежной, общеотраслевой необходимостью.
Пользователи систем безопасности надеются, что их инвестиции в новые продукты принесут еще больше преимуществ помимо простого наблюдения и отслеживания перемещения объектов, представляющих интерес, совестно со сбором доказательств для расследования инцидентов. Некоторые примеры дополнительных преимуществ включают использование новейших технологий для замены большого количества человеческих ресурсов, которые ранее требовались для поиска необходимых фрагментов видео, обнаружения аномальных данных и поиска более эффективных способов, позволяющих наблюдению перейти от отслеживания после инцидента к предупреждениям во время инцидентов, или даже предупреждения перед инцидентом. Для удовлетворения этих требований требуются новые технологии. Интеллектуальное видеонаблюдение доступно уже много лет. Однако результаты его применения не были идеальными. Появление глубокого обучения позволило этим требованиям стать реальностью.
Недостаточность традиционных интеллектуальных алгоритмов
Традиционное интеллектуальное видеонаблюдение имеет особенно строгие требования к фону сцены. Точность интеллектуального распознавания и анализа в сопоставимых сценариях остается непоследовательной (то есть в зависимости от заднего фона сцены одни и те же объекты будут опознаватся по разному). Это связано прежде всего с тем, что традиционные интеллектуальные алгоритмы анализа видео по-прежнему имеют множество недостатков.
В интеллектуальном процессе распознавания и анализа, таком как распознавание лица человека, требуются два ключевых шага: во-первых, функции извлечения части изображения с лицом, а во-вторых, выполняется «классификационное обучение».
Степень точности этого первого шага непосредственно определяет точность алгоритма. Фактически, большая часть вычислительной мощности системы потребляется в этой стадии. Особенности традиционных интеллектуальных алгоритмов разработаны людьми и всегда были очень субъективными. Более абстрактные черты – те, которые в которых сами люди испытывают затруднения в понимании или описании – неизбежно упускаются. При смещении углов и освещенности, и особенно когда размер выборки огромен, многие характеристики могут быть слишком сложными для обнаружения. Поэтому, в то время как традиционные интеллектуальные алгоритмы хорошо работают в очень специфических средах, незначительные изменения в них (такие как качество изображения, смена окружающей среды и т.п.) вызывают серьезные проблемы с точностью.
Второе элемент – обучение поэтапной классификации – в основном включает обнаружение целей и распознавание признаков. По мере увеличения количества доступных категорий для классификации, растет уровень сложности. Следовательно, традиционные интеллектуальные аналитические технологии очень точны в анализе транспортных средств, но не в человеческом и объектном анализе. Например, при обнаружении транспортного средства проводится различие между транспортным средством и не транспортным средством, поэтому классификация проста и уровень сложности низкий. Для распознавания атрибутов автомобиля требуется распознавание различных конструкций транспортных средств, логотипов и т. Д. Однако их относительно мало, что делает результаты классификации в целом точными. С другой стороны, если признание должно выполняться на человеческих лицах, каждый человек является имеет собственную уникальную классификацию, и соответствующие категории будут чрезвычайно многочисленными – естественно, что приведет к очень высокому уровню сложности.
Традиционные интеллектуальные алгоритмы обычно используют мелкие модели обучения для обработки ситуаций с большими объемами данных в сложных классификациях. Результаты анализа далеко не идеальны. Кроме того, эти результаты напрямую ограничивают широту и глубину интеллектуальных приложений и дальнейшее развитие. Отсюда возникает необходимость увеличения «глубины» интеллекта в больших данных для отрасли безопасности.
Преимущества глубокого обучения и его алгоритмы
Традиционные интеллектуальные алгоритмы разработаны людьми. Независимо от того, хорошо они разработаны, во многом зависит от опыта и даже удачи, и для этого процесса требуется много времени. Итак, можно ли заставить машины автоматически изучать некоторые функции? Да! На самом деле это цель искусственного интеллекта (AI).
Источником вдохновение для глубокого обучения является нейронная сеть человеческого мозга. Наш мозг можно рассматривать как очень сложную модель глубокого обучения. Мозговые нейронные сети состоят из миллиардов взаимосвязанных нейронов; глубокое обучение имитирует эту структуру. Эти многоуровневые сети могут собирать информацию и выполнять соответствующие действия. Они также обладают способностью к абстракции объектов и отдыху.
Глубокое обучение по сути отличается от других алгоритмов. Способ устранения недостатков традиционных алгоритмов охватывает следующие аспекты.
Первый аспект переход от «Неглубокого» обучения к «Глубокому»
Алгоритмическая модель глубокого обучения имеет гораздо более глубокую структуру, чем две трехслойные структуры традиционных алгоритмов. Иногда количество слоев может достигать более ста, что позволяет обрабатывать большие объемы данных в сложных классификациях. Глубокое обучение очень похоже на процесс обучения человека и имеет поэтапный процесс абстракции. Каждый слой будет иметь разный подход «анализа», и этот анализ отражает то, что стало известно о компонентах изображения. Чем выше уровень слоя, тем более конкретные элементы изображения он обрабатывает. Имитируя мозг человека, исходный сигнал в глубоком обучении проходит через слои обработки; далее, он принимает частичное понимание (неглубокое) и постепенно переходит к общей абстракции (глубокой), где мы можем воспринимать объект.
Второй аспект переход от «Искусственных функций» до «Обучающего обучения»
Глубокое обучение не требует ручного вмешательства, но возлагает на компьютер выработку критериев анализа самостоятельно. Таким образом, он может извлечь как можно больше характеристик из объекта, включая абстрактные характеристики, которые трудно или невозможно описать. Чем больше характеристик есть, тем точнее будет признание и классификация. Некоторые из самых прямых преимуществ, которые могут принести алгоритмы глубокого обучения, включают в себя достижение сопоставимой или даже лучшей, чем человеческая точность распознавания образов, сильные антиинтерференционные возможности и способность классифицировать и распознавать тысячи характеристик.
Ключевые факторы глубокого обучения
В целом, есть три основные причины, по которым глубокое обучение стало популярным именно в последние годы, а не раньше: масштаб данных, вычислительная мощность и сетевая архитектура.
Улучшения в производительности алгоритмов, основанных на данных, ускорили глубокое обучение в различных интеллектуальных приложениях за короткий промежуток времени. В частности, с увеличением масштаба данных улучшилась и алгоритмическая производительность. Соответственно, возрос и пользовательский опыт, что позволило задействовать еще больше пользователей, что еще больше увеличило масштаб данных.
Данные видеонаблюдения составляют 60% от объема “больших данных”, и эта сумма увеличивается на 20% в год. Скорость и масштаб этого достижения обусловлены популяризацией HD-видеонаблюдения высокой четкости – которое становится все более распространенным, а системы с разрешением в 4K и выше постепенно применяются во многих важных приложениях.
Hikvision уже много лет работает в сфере безопасности с собственными возможностями исследований и разработок, используя в качестве учебных образцов большое количество реальных видео- и графических данных. С большим количеством данных хорошего качества и более чем сотней членов команды для маркировки видеоизображений накоплены выборочные данные с миллионами категорий. Благодаря этому большому количеству качественных данных обучения модели распознавания образов человека, транспортных средств и объектов станут все более и более точными для использования в системах видеонаблюдения.
Кроме того, высокопроизводительные аппаратные платформы обеспечивают более высокую вычислительную мощность. Для модели глубокого обучения требуется большое количество образцов, что делает большие вычисления неизбежными. Раньше аппаратные устройства не могли обрабатывать сложные модели глубокого обучения с более чем сотней уровней. В 2011 году DeepMind от Google использовал 1000 устройств с 16 000 процессоров для имитации нейронной сети с примерно 1 миллиардом нейронов. Сегодня для достижения такой же вычислительной мощности с еще более быстрой итерацией требуется лишь несколько графических процессоров. Быстрое развитие графических процессоров, суперкомпьютеров, облачных вычислений и других высокопроизводительных аппаратных платформ позволило глубокому обучению стать возможным.
Наконец, сетевая архитектура играет свою роль в продвижении глубокого обучения. Благодаря постоянной оптимизации алгоритмов глубокого обучения может быть достигнуто лучшее распознавание целевого объекта. Для более сложных приложений, таких как распознавание лиц или сценариев с различным освещением, углами, позами, выражениями, аксессуарами, разрешениями и т.п., сетевая архитектура будет влиять на точность распознавания, так как чем больше слоев в алгоритмах глубокого обучения, тем лучше представление.
В 2016 году компания Hikvision заняла первое место в категории «Классификация сцены» на выставке ImageNet Big Scale Visual Recognition Challenge 2016. Команда из Исследовательского института Hikvision использовала сети в стиле начального уровня и не столь глубокие остаточные сети, которые лучше выполняют значительно меньше обучения в соответствии с экспериментами Хиквиса для обучения и тестирования. Кроме того, технология оптического распознавания символов Hikvision (OCR), основанная на глубоком обучении и возглавляемая Научно-исследовательским институтом компании, также выиграла первую премию на Конкурсе надежного чтения ICDAR 2016. Команда Hikvision значительно превзошла как сильных отечественных, так и зарубежных конкурентов в трех проблемах распознавания слов, в том числе рожденных цифровыми изображениями, сфокусированном тексте сцены и случайном тексте сцены, демонстрируя, что технология распознавания слов компанией Hikvision достигла самого высокого уровня в мире.
Применение продуктов глубокого обучения
За последние два года технология глубокого обучения превзошла опознавание речи, компьютерное зрение, речевой перевод и многое другое. Технология даже превзошла человеческие возможности в области опознавания лица и классификации изображений; следовательно, он высоко ценится в области видеонаблюдения для индустрии безопасности.
При применении интеллектуального видео в обнаружении цели, отслеживании и распознавании глубокое обучение оказало глубокое влияние. При применении этих трех функций глубокое обучение потенциально затрагивает каждый аспект индустрии видеонаблюдения: обнаружение лица, обнаружение автомобиля, обнаружение других объектов, распознавание лиц, распознавание бренда автомобиля, обнаружение пешеходов, обнаружение признаков человеческого тела, аномальное обнаружение лица , анализ поведения толпы, отслеживание нескольких целей и т. д.
Этим типам интеллектуальных функций требуется серия специфичных камер наблюдения, специальных серверов и других продуктов, которые поддерживают алгоритмы глубокого обучения. В небольших приложениях фронтальные камеры могут напрямую управлять структурированным извлечением характеристик человека и транспортного средства, а десятки тысяч изображений человеческих лиц могут храниться в интерфейсных устройствах для непосредственного сравнения лиц, чтобы снизить затраты на связь с сервером. В широкомасштабных приложениях камеры могут работать с серверами совместно. В частности, первичная видеоаналитика производится устройствами камер, что снижает рабочую нагрузку для внешних устройств таких как сервера; кроме того, улучшаются эффективность сопоставления и поиска на серверах.
В этом году Hikvision представит серию продуктов с глубокими технологиями обучения, такими как камеры серии DeepInview, которые могут точно определять, распознавать и анализировать характеристики и поведение человека, транспортных средств и объектов, а также могут широко использоваться в помещениях и на открытом воздухе. Еще один из заслуживающих упоминания продуктов – это серия Hivvision DeepInmind NVR, которые включают в себя передовые алгоритмы глубокого обучения и подражают человеческим мыслям и памяти. Продукты DeepInmind оснащены инновационным режимом NVR + GPU, сохраняя преимущества традиционных сетевых видеорегистраторов и дополнительных функций структурированного видеоанализа, что в совокупности значительно повышает ценность системы.
Глубокое обучение – это следующий уровень развития ИИ. Это выходит за рамки машинного обучения, где контролируемая классификация характеристик и шаблонов задается в алгоритмах. Глубокое обучение включает в себя неконтролируемые или «самообучающиеся» принципы. Hikvision разрабатывает эту концепцию в своих собственных алгоритмах анализа. Повышенная точность – результат многоуровневого обучения и обширного сбора данных. Применение этого алгоритма в распознавании лиц, распознавании автомобилей, распознавании людей и других платформах значительно повысит эффективность аналитики.
По материалам www.hikvision.com
