Skip to Content
Last modified by superadmin on 2026/06/24 21:41
From version 2.1
edited by admin
on 2026/06/07 15:51
Change comment: There is no comment for this version
To version 1.1
edited by pugachevskaya_elena
on 2025/12/17 14:20
Change comment: There is no comment for this version

Summary

Details

Page properties
Author
... ... @@ -1,1 +1,1 @@
1 -XWiki.admin
1 +XWiki.pugachevskaya_elena
Content
... ... @@ -1,14 +1,23 @@
1 +{{layout}}
2 +{{layout-section ac:type="two_right_sidebar"}}
3 +{{layout-cell}}
1 1  Платформа НЕЙРОСС имеет встроенный механизм ситуационного и сервисного видеоанализа.
2 2  
3 -{{box}}
6 +{{info}}
4 4  **Переход к функционалу**: [[doc:ui.Рабочий стол НЕЙРОСС.WebHome]] > [[doc:ui.Параметры видеорегистратора.WebHome]].
5 -{{/box}}
8 +{{/info}}
9 +{{/layout-cell}}
6 6  
11 +{{layout-cell}}
7 7  [[image:attach:ui.Параметры узла.WebHome@content.png||thumbnail="true" height="10"]] Содержание:
8 8  
9 9  {{toc/}}
15 +{{/layout-cell}}
16 +{{/layout-section}}
10 10  
11 -Общие сведения
18 +{{layout-section ac:type="single"}}
19 +{{layout-cell}}
20 +(% style="font-size: 20.0px;letter-spacing: -0.008em;" %)Общие сведения
12 12  
13 13  Платформа НЕЙРОСС реализует современные алгоритмы компьютерного зрения или нейронные сети для быстрого и качественного анализа видеопотока ONVIF/RTSP-камер. Встроенные детекторы ситуационной и сервисной аналитики предназначены, соответственно, для выявления и предупреждения нарушений и контроля качества видеосигнала.
14 14  
... ... @@ -27,21 +27,21 @@
27 27  * закрытие объектива (заслонку),
28 28  * изменение зоны обзора и тряску камеры.
29 29  
30 -== {{id name="Настройкавидеоаналитики-Технологиивидеоанализа"/}}Технологии видеоанализа ==
39 +== {{id name="Настройкавидеоаналитики-Технологиивидеоанализа"/}}(% style="color: rgb(51,51,51);" %)Технологии видеоанализа(%%) ==
31 31  
32 -На текущий момент в Платформе реализованы и развиваются независимо друг от друга два подхода к выделению образов в видеопотоке для охранной видеоаналитики:
41 +(% style="color: rgb(51,51,51);" %)На текущий момент в Платформе реализованы и развиваются независимо друг от друга два подхода к выделению образов в видеопотоке для охранной видеоаналитики:
33 33  
34 34  1. **«Алгоритмический»** — на базе алгоритмов компьютерного зрения и определения разницы между кадром и автоматически сформированной опорной сценой. 
35 -Алгоритмическая видеоналитика выявляет закономерности по изменениям нескольких последовательных кадров согласно заложенным алгоритмам. В основе алгоритмической видеоналитики лежит простое обнаружение движения. При изменении цвета группы пикселей, механизм ПО будет рассматривать это событие как нечто движущееся в зоне обзора. Модуль алгоритмической видеоаналитики использует только CPU, характеризуется **высокой производительностью**, но очень требователен к зоне обзора. Не рекомендуется к использованию на открытых объектах, подверженных сильным ветрам и другим природным возмущениям.
44 +Алгоритмическая видеоналитика выявляет закономерности по изменениям нескольких последовательных кадров согласно заложенным алгоритмам. (% style="color: rgb(51,51,51);" %)В основе алгоритмической видеоналитики лежит простое обнаружение движения. При изменении цвета группы пикселей, механизм ПО будет рассматривать это событие как нечто движущееся в зоне обзора. Модуль алгоритмической видеоаналитики использует только CPU, характеризуется **высокой производительностью**, но очень требователен к зоне обзора. Не рекомендуется к использованию на открытых объектах, подверженных сильным ветрам и другим природным возмущениям.
36 36  \\
37 -1. **«Нейросетевой»** — на базе предварительно обученной нейронной сети. 
46 +1. **«Нейросетевой»** — (% style="color: rgb(51,51,51);" %)на базе предварительно обученной нейронной сети. 
38 38  (%%)Нейросетевая видеоналитика позволяет выполнять анализ даже одного кадра на основе распознавания образов (паттернов) людей, машин и других классов объектов. Нейросетевой модуль гораздо меньше подвержен ложным срабатываниям, рекомендуется для открытых объектов, но гораздо более требователен к производительности компьютера: работает только на видеокартах производства nVidia (+CPU), требует предварительно установленных драйверов nVidia.
39 39  
40 -В общем случае на производительность влияет размер анализируемого изображения. Для алгоритмической аналитики рекомендуется использовать low (320x240 px) и middle (640x480 px) профили, для нейросетевой - middle-профили (640x480 px). На слишком низких разрешениях распознавание образов становится менее надёжным. (% style="color: rgb(51,51,51);letter-spacing: 0.0px;" %)Возможность тонкой настройки снижает количество ложных срабатываний. Обеспечивается возможность настройки области интереса и правил срабатывания. Для охранной аналитики и детектора оставленных предметов возможно использовать только один модуль аналитики. При использовании алгоритмической аналитики есть возможность настроить перспективу сцены (минимальные и максимальные размеры детектируемого объекта вблизи (слева и справа отдельно) и вдали, есть возможность настройки перспективы сцены и размеров объектов и оставленных предметов независимо.
49 +(% style="color: rgb(51, 51, 51); letter-spacing: 0px; color: rgb(51, 51, 51)" %)В общем случае на производительность влияет размер анализируемого изображения. Для алгоритмической аналитики рекомендуется использовать low (320x240 px) и middle (640x480 px) профили, для нейросетевой - middle-профили (640x480 px). На слишком низких разрешениях распознавание образов становится менее надёжным. (% style="color: rgb(51,51,51);letter-spacing: 0.0px;" %)Возможность тонкой настройки снижает количество ложных срабатываний. Обеспечивается возможность настройки области интереса и правил срабатывания. Для охранной аналитики и детектора оставленных предметов возможно использовать только один модуль аналитики. При использовании алгоритмической аналитики есть возможность настроить перспективу сцены (минимальные и максимальные размеры детектируемого объекта вблизи (слева и справа отдельно) и вдали, есть возможность настройки перспективы сцены и размеров объектов и оставленных предметов независимо.
41 41  
42 -Сервисная аналитика реализуется в «алгоритмическом» модуле.
51 +(% style="color: rgb(51, 51, 51); letter-spacing: 0px; color: rgb(51, 51, 51)" %)Сервисная аналитика реализуется в «алгоритмическом» модуле.
43 43  
44 -Производительность видеоанализа в большой степени зависит от параметров сцены, количества объектов, конфигурации профилей камеры.
53 +(% style="color: rgb(51, 51, 51); letter-spacing: 0px; color: rgb(51, 51, 51)" %)Производительность видеоанализа в большой степени зависит от параметров сцены, количества объектов, конфигурации профилей камеры.
45 45  
46 46  1. На 12-ядерном Xeon алгоритмическая аналитика «держит» **60 каналов** low profile в real-time (20 fps).
47 47  1. На нём же с видеокартой GeForce GTX 1080Ti для анализа **одного** midlle profile при помощи «нейросетей» в real-time (24 fps) требуется **100% ресурса 1 CPU и 80% ресурса 1 GPU**.
... ... @@ -726,4 +726,6 @@
726 726  Платформа НЕЙРОСС обеспечивает наложение результатов работы видеоаналитики («метаданных») при выводе «живого» видео, а также при записи в архив, экспорте и импорте видеоархива. При этом рамки видеоаналитики сохраняют правильные пропорции при переключении профилей с разным соотношением сторон (например, 4*3 → 16*9). Наложение метаданных при ручном или автоматическом переключении между профилями камеры с меньшего на больший и наоборот при раскрытии видео на весь экран и обратного переключения на мультиэкран, осуществляется автоматически. Однако при изменении анализируемого профиля требуется перезагрузка Платформы НЕЙРОСС для переинициализации медиасервера.
727 727  
728 728  ~[[[«Наложение» метаданных видеоналитики на видеопоток>>doc:neyross.Настройка Платформы НЕЙРОСС.Настройка функций видеонаблюдения.«Наложение» метаданных видеоналитики на видеопоток.WebHome]]]
729 -
738 +{{/layout-cell}}
739 +{{/layout-section}}
740 +{{/layout}}

Платформа НЕЙРОСС