Если Вам нужна техническая консультация, наши специалисты помогут Вам ...
Если Вам нужна техническая консультация, наши специалисты помогут Вам ...
Успехом завершился проект корейских ученых по тестированию новой методики обмена данными с помощью усовершенствованных лазерных...
Компания TP-link продолжила обновлять модельный ряд и представляет в Украине новый адаптер TL-PA4010P стандарта AV500 серии Powerline со встроенной...
Ожидается, что стартап HyperOne, о котором пойдет речь, проложит 20 000 километров оптоволокна, которое обеспечит скорость передачи данных...
Современные системы видеонаблюдения оснащаются технологиями, которые уменьшают объем данных, полученных с камер, путем сжатия изображений. Это позволяет экономить место на носителях и быстрее обрабатывать информацию.
Еще более прогрессивные технологии улучшают этот процесс, дифференцируя участки кадра по степени важности. Об одном из таких решений – Wise Stream-3 от HT, мы и поговорим. Эта технология является наиболее прогрессивной на сегодняшний день.
Методика предусматривает поиск в кадре движущихся объектов, которые представляют собой повышенный интерес для актуальных задач конкретной системы видеонаблюдения. А сам поиск и анализ ситуации выполняется при участии искусственного интеллекта.
Данная технология разработана для наиболее прогрессивных камер видеомониторинга, входящих в линейку бренда Wisenet и производимых компанией HT. Решение совместимо с кодеками H.265 и H.264 и способно уменьшать объем изображения путем сжатия до 80 процентов.
Как это работает? ИИ, основанный на технологиях DeepLearning (глубокое обучение), осуществляет поиск в кадре движущихся объектов. Затем захватывает их прямоугольными рамками, отображаемыми в кадре для оператора, и назначает им статус особой важности. Прочие участки кадра (которые не нуждаются вприоритизации) обрабатываются стандартными методами.
Затем участки кадра в его важных зонах сжимаются, но особым образом – так, чтобы сохранить максимально высокое качество изображения. Остальная область кадра сжимается максимально, уменьшая объем данных. Это оправданное решение, ведь в этих (не приоритетных) зонах ничего важного не происходит.
Как только объект перестает двигаться или покидает кадр, статус связанной с ним зоны кадра снижается с приоритетного до обычного.
У оператора системы видеомониторинга на технологии WS-3 есть возможность назначить один из 4 режимов обработки изображения: «Отключен» (Off), «Низкий» (Low), «Средний» (Medium) и «Высокий» (High). Все они ориентированы на работу со сценами определенного уровня сложности (кроме режима Off, при котором технология не работает).
Каждому из трех рабочих режимов соответствует некоторая ориентировочная степень уменьшения битрейта. Так, в режиме Low он снижается на 30-70 процентов по отношению к режиму стандартной работы видеокамеры без технологии WS-3 (Off). Режим Medium снижает битрейт на 35-75 процентов. А режим High – на 40-80 процентов.
При этом учитывается сложность активности в кадре. Чем она выше, тем выше и доля общего битрейта, которая затрачивается в определенном режиме на передачу изображения приоритетных зон кадра. Иначе говоря, повышается размытость неприоритетных зон кадра, так как на их долю остается меньшая доля общего битрейта.
Эксперты протестировали данную технологию в «высоком режиме» с использованием кодека H.264. В определенных условиях мониторинга снижение битрейта достигало в среднем 78 процентов при работе камеры в течение 33 секунд. Если же отключали технологию, то кодек сам по себе уменьшал битрейт в тех же условиях только на 2 процента. При этом смазанность зон кадра с движением в них вырастала в значительной и очень заметной степени.
Основной тенденцией в сфере видеомониторинга является постепенный рост объемов данных, поступающих с видеокамер. Все эти данные приходится обрабатывать, анализировать и хранить. На этом фоне все большее значение приобретают решения для эффективного, «умного» сжатия изображения, позволяющие экономит цифровое пространство, время и ресурсы.
Технология WS-3, основанная на искусственном интеллекте, дает возможность предельно снизить объем информации, которая передается с камеры. При этом, без потери качества компонентов картинки, которые важны для целей видеонаблюдения.
Результатом становится возможность установки большего числа камер без использования большего количества оборудования для записи, обработки и хранения информации.
Поделиться с друзьями:
Сообщения не найдены