SentiVeillance

Reconhecimento e rastreamento passivo de pessoas ou veículos para sistemas de videovigilância

O SentiVeillance foi projetado para identificação facial biométrica em tempo real , rastreamento de pessoas e veículos e reconhecimento automático de placas de veículos . Baseada em algoritmos proprietários premiados, a tecnologia garante segurança e permite uma tomada de decisão mais rápida em diversos cenários, desde aplicação da lei e monitoramento do tráfego urbano até segurança privada e outras áreas.

 

• Suporte para grandes sistemas de vigilância – a tecnologia consegue analisar fluxos de vídeo de várias câmeras em paralelo em um único servidor ou em um cluster de máquinas.
• Tolerância/adaptabilidade às condições de iluminação – o SentiVeillance oferece suporte a câmeras ópticas, de infravermelho próximo e de imagem térmica.
• Desempenho em tempo real – O sistema baseado no SentiVeillance realiza reconhecimento facial, classificação de pedestres ou veículos e rastreamento em tempo real, tanto em transmissões ao vivo quanto em arquivos de vídeo

 

Dois produtos estão disponíveis:

• SentiVeillance Cluster – uma solução escalável e pronta para uso, projetada para integração com sistemas de gerenciamento de vídeo (VMS) para permitir o monitoramento e a análise automáticos em tempo real, utilizando dados de múltiplos fluxos de vídeo que observam veículos e pedestres simultaneamente. A solução permite conectar várias máquinas em um cluster para processar um número maior de fluxos de vídeo. Além da análise de vídeo em tempo real, a solução suporta a busca nos registros de eventos por meio da interface do usuário do VMS, utilizando uma foto ou um quadro estático.

• SentiVeillance SDK – um kit de desenvolvimento de software, projetado para desenvolvedores de software que estão criando sistemas de vigilância baseados na tecnologia SentiVeillance.

Visão Geral:
SentiVeillance:

• São suportadas múltiplas modalidades – reconhecimento facial biométrico, rastreamento de pessoas/veículos e ALPR (Leitura Automática de Placas de Veículos). Essas modalidades podem ser usadas individualmente ou em combinação, dependendo do projeto do sistema de vigilância.
• Operação automática – O sistema baseado no SentiVeillance pode ser configurado para relatar eventos automaticamente, como correspondências em listas de vigilância, ou realizar o cadastro automático a partir de fluxos de vídeo.

A confiabilidade da identificação facial permite o uso de grandes bancos de dados de listas de vigilância (por exemplo, uma lista de suspeitos ou uma lista de funcionários de uma empresa). Novos rostos podem ser cadastrados no banco de dados automaticamente a partir de fluxos de vídeo ou manualmente como modelos criados com o SDK VeriLook . Pessoas usando máscaras faciais ou respiradores podem ser reconhecidas sem a necessidade de cadastro adicional.

Reconhecimento e rastreamento facial

O reconhecimento e rastreamento facial é realizado em todos os quadros subsequentes da fonte de vídeo até que desapareçam do campo de visão da câmera.

Classificação de gênero

Para cada pessoa na foto (opcional).

Estimativa de idade

Para cada pessoa na foto (opcional).

Detecção de características

Detecção de atributos como máscara facial, sorriso, boca aberta, olhos fechados, óculos, óculos escuros, óculos com armação grossa, barba e bigode (configurável).

Recomendações e restrições básicas de uso

A precisão do reconhecimento facial do SentiVeillance depende muito da qualidade da imagem do rosto no quadro. Existem algumas recomendações e limitações básicas ao usar aplicativos de reconhecimento facial baseados no SDK do SentiVeillance

A qualidade da imagem durante o cadastro é importante, pois influencia a qualidade do modelo facial. O cadastro pode ser feito por meio de fotos ou vídeos.
Recomenda-se o uso de várias imagens durante o cadastro para obter uma melhor qualidade do modelo facial, o que resulta em maior precisão e confiabilidade do reconhecimento.
Cadastros adicionais podem ser necessários quando o estilo da barba ou do bigode muda, principalmente quando a barba ou o bigode são deixados crescer ou raspados.

A distância mínima recomendada entre os olhos em uma imagem ou vídeo para extração confiável de modelos faciais é de 32 pixels. Para melhores resultados de reconhecimento facial, recomenda-se 64 pixels ou mais. Observe que essa distância deve ser nativa, não obtida por meio do redimensionamento da imagem.

Para o cadastro e reconhecimento facial, recomenda-se uma câmera com resolução de 1 megapixel ou superior. Certifique-se de que a câmera esteja fornecendo a resolução nativa, pois algumas câmeras ou webcams podem ampliar as imagens nativas para uma resolução maior sem que isso melhore a qualidade da imagem.

Tolerância à postura facial:

• Rotação da cabeça (inclinação) – ±15 graus;
• Inclinação da cabeça (aceno) – ±15 graus em relação à posição frontal. A tolerância à inclinação da cabeça pode ser aumentada para até ±25 graus se várias vistas do mesmo rosto, abrangendo diferentes ângulos de inclinação, forem utilizadas durante o cadastro.
• Rotação da cabeça (oscilação) – ±90 graus a partir da posição frontal (valor padrão).
  Várias vistas do mesmo rosto podem ser cadastradas no banco de dados para cobrir toda a faixa de rotação de ±90 graus a partir da posição frontal.

Algoritmo Veículo-Humano

Classificação de objetos

O SentiVeillance permite realizar a classificação, localização e rastreamento de objetos com base em seu tipo. Além da classificação geral entre pedestres, carros, ônibus, bicicletas e caminhões, o SentiVeillance pode separar tipos de veículos avançados com mais de 20 classes disponíveis, que variam de comuns (sedã, SUV, ônibus, caminhão etc.) a específicos de cada país ou históricos (tuk-tuk, carruagem etc.).

estimativa de cores

O algoritmo retorna a estimativa de cor mais provável para carros e pedestres. Os valores de cor estimados são: vermelho, laranja, amarelo, verde, azul, prata, branco, preto, marrom e cinza.

Estimativa de marca e modelo de veículo

A tecnologia SentiVeillance inclui uma estimativa baseada em redes neurais da marca e modelo do veículo rastreado. Além do uso geral, esses dados podem ser combinados com a placa reconhecida e comparados com os dados do registro de veículos.

Análise de vestuário

Quando um pedestre é detectado, sua aparência pode ser avaliada quanto à presença de diferentes tipos de roupas ou acessórios para a cabeça.
Mais de 20 categorias de roupas e acessórios para a cabeça são reconhecidas, desde as mais comuns (camisas, calças, saias, casacos etc.) até as mais tradicionais (como sari, niqab, quimono etc.). Além disso, este algoritmo pode estimar se a pessoa está parcialmente ou totalmente nua.

 

estimativa da direção do movimento

O algoritmo estima a direção do movimento de veículos ou pedestres como um ângulo em relação à orientação da câmera.

Tolerância à visibilidade do objeto

O algoritmo de detecção funciona com objetos parcialmente visíveis e a grandes distâncias.

Algoritmo de reconhecimento automático de placas de veículos

Detecção confiável

As placas de veículos podem ser identificadas mesmo em imagens complexas, que contêm objetos como placas de sinalização ou sinais de trânsito. Veja os testes de confiabilidade abaixo

 

Processamento de dados de tráfego

Os algoritmos do SentiVeillance conseguem ler simultaneamente as placas de vários veículos em movimento no trânsito.

Tolerância à posição da câmera

Dependendo da resolução da câmera, o algoritmo ALPR consegue ler placas de veículos a uma distância maior e em um ângulo mais elevado.

Combinações com outros algoritmos:

 
A modalidade VH pode ser usada em conjunto com a modalidade ALPR, especialmente nestes casos:

• Detecção de dados do veículo. Em certos cenários, o tipo de veículo (por exemplo, caminhão ou ônibus) precisa ser detectado antes de executar o algoritmo de reconhecimento de placas. Além disso, a direção do movimento do veículo, a cor ou o modelo podem ser necessários como filtros antes de executar o reconhecimento de placas.
• Prevenção de fraudes com placas de veículos substituídas. Os integradores podem criar lógica de software que verifica se a placa reconhecida corresponde a outros dados de registro, como cor, marca e modelo do veículo, e se não foi falsificada ou transferida de outro veículo.
• Os exemplos de programação do SDK mostram como usar essa modalidade.
• A licença para usar a modalidade ALPR do SentiVeillance em um fluxo de vídeo está incluída no SDK do SentiVeillance. Licenças adicionais ou upgrades para aumentar o número de fluxos de vídeo processados ​​nas licenças existentes podem ser adquiridos a qualquer momento pelos clientes do SDK do SentiVeillance.