qvi_techniek.jpg
Afdrukken

TNO heeft een enorm innovatieve methode ontwikkeld om gedragingen en intenties van mensen automatisch te kunnen herkennen in videobeelden. Begin 2010 is TNO toegelaten tot een programma van DARPA (Defense Advanced Research Projects Agency) wat zich richt op de ontwikkeling van een state-of-the-art visueel intelligent systeem voor onbemande grondvoertuigen dat automatisch handelingen van mensen kan herkennen. Na het eerste jaar van het programma bleek het door TNO ontwikkelde systeem als beste uit de test te komen op het automatisch herkennen van handelingen in videobeelden.

Onze QVI/TNO software is koploper op wereldniveau.
De in de markt beschikbare software kan personen en voertuigen in videobeelden detecteren en relatief eenvoudige acties zoals: persoon passeert lijn, persoon komt gebied binnen en er vindt een samenscholing van personen plaats. Daarnaast kan de software gebruikt worden om personen of voertuigen te tellen.

Onze QVI intelligente videoanalyse technologie gaat echter nog vele stappen verder en kan intenties van gedragingen perfect herkennen. Over het algemeen zijn er twee factoren te onderscheiden die van grote invloed zijn op de prestaties van een intelligent camerasysteem en deze zijn variabele omstandigheden (bijvoorbeeld overdag, avond en wisselende weersomstandigheden) en het aantal mensen in het beeld. De QVI software is in staat om hier moeiteloos mee om te gaan en daarmee is het mogelijk om de juiste signalen af te geven aan bijvoorbeeld een operator.

Het systeem bestaat uit de componenten:

1.   Visual processing: detecteren van personen en objecten in de scene en is in staat de bijbehorende low-level features te extraheren.

2.    Event description: Low-level features van de verschillende entiteiten vertalen naar een hoger abstractieniveau. De eigenschappen zijn gekoppeld aan 'physical world properties'(zoals afstand, snelheid, relatieve positie ten opzichte van een andere entiteit in de scene).

3.   Reasoning: afleiden van het gedrag uit de ontvangen informatie over entiteiten en de bijbehorende relaties. Hierbij wordt gebruik gemaakt van diverse state-of-the-art technieken. 

4.   Reporting: omzetten van de resultaten van het 'reasoning' component in een voor gedefinieerd formaat voor iedere taak (bijvoorbeeld: herkenning, beschrijving, gap-filling en detectie van afwijkingen)