Aplicación del detector de humo de transporte – Tecnología ComBox

Anteriormente hablamos sobre la detección de fumar a través de análisis de video de objetos. Ahora intentemos considerar los aspectos prácticos de la aplicación de estas soluciones y sectores de implementación específicos, así como sus ventajas para el negocio.

Uso de un detector de humo en vehículos.

En nuestra opinión, el área de aplicación más interesante es el transporte, en particular, el uso compartido de automóviles, donde ya se imponen multas en forma de multas por fumar en los salones de automóviles alquilados. El monto de la multa varía de 5 a 15 mil rublos, dependiendo de la empresa. Volviendo a la comparación de la analítica y los sensores de video de objetos, los sensores no captan vapes y otros dispositivos para fumar mezclas, y tampoco son prácticamente sensibles cuando las ventanas del automóvil están abiertas. Pero esto no cancela el hecho de la violación y, en consecuencia, el castigo legal en forma de una multa de acuerdo con el contrato.

Además, en el transporte, se pueden conectar en cascada varias redes neuronales (secuencialmente), como la detección de fumar y la detección del hecho / tiempo de uso de un teléfono móvil. Está claro que dichos sistemas deben escalarse, por ejemplo, con la integración de la telemática y la conexión al bus CAN del vehículo para rastrear el uso de teléfonos solo cuando el vehículo está en movimiento, pero estos ya son detalles de integración.

Un buen ejemplo de lo que detectamos específicamente y lo que obtenemos como resultado:

Detección del uso de un teléfono móvil en un automóvil.

Demostración en bots en el Telegram (entrada – imagen de la cámara del teléfono inteligente o de la galería, salida – probabilidad):

Si en el primer artículo hablamos sobre Intel NUC y los servidores basados ​​en ellos, como calculadoras de inferencia, ahora estamos hablando de operar la solución en vehículos, es decir, aparece la influencia de las condiciones climáticas (calor, frío, punto de rocío, etc.) . El VPC-3350S de AAEON resultó ser una buena solución:

AAEON, VPC-3350S

Específicamente, nuestra versión es con el procesador Intel Atom x5 E3940. Interfaz: en MyriadX en la placa de expansión. FPS en inferencia:

Detector de humo, inferencia FPS en varios equipos

Pruebas de decodificador:

Pruebas decodificador AAEON NVR-3350

Nos gustó:

La presencia de un módulo LTE incorporado. La disponibilidad de opciones de expansión Acelerador de VPU Intel MyriadX. Intel HD Graphics 500 incorporado, en el que puede usar decodificadores y codificadores de hardware para procesar transmisiones de video. Hay muchos puertos LAN para la conexión directa de cámaras de red sin la necesidad de instalar un interruptor. rango de temperatura (-20 + 70). En el automóvil, las cámaras de red se instalan con alimentación a través de Ethernet, POE (una para el conductor o dos: conductor, pasajero). Los datos de las cámaras van directamente a la computadora, en este caso AAEON NVR 3350. decodificando y cortando el flujo de video en cuadros. Los cuadros con un divisor de frecuencia de cuadro dado son procesados ​​por una red neuronal. Una red neuronal devuelve la probabilidad de un evento (fumar o tener un teléfono en la mano). Cada imagen se pasa a través de estas redes neuronales en secuencia. Si uno de ellos dio una probabilidad mayor, condicionalmente, 50%, entonces la foto y el registro se fijan en la tabla temporal de la base de datos (en la memoria). Según el número de eventos repetidos, se registra el tiempo de acción / violación. Si el tiempo de acción excede una constante predeterminada (10 segundos), luego el hecho del evento se registra en la base de datos. El evento incluye la siguiente información: fecha, hora, foto del hecho de la violación, duración del evento en segundos, número de cámara del identificador del vehículo (GUID estático) (0, 1) tipo de evento

8. Los datos sobre eventos con la disponibilidad de 3G / LTE se transmiten a un servidor central de procesamiento de datos con integración con el sistema de intercambio de información existente para las operaciones de facturación.

En el artículo, tratamos de compartir nuestra experiencia en la implementación e integración de soluciones de IA utilizando el ejemplo de infraestructura de transporte. Lo más importante, la mayoría de las instalaciones de automatización ya están equipadas con cámaras, y puede procesar los flujos existentes sin ninguna actualización significativa.