동료 OTSU Nobuyuki, 정보 기술 연구 부서 [Hashida Koichi, Hashida Koichi 이사], 정보 기술 연구 부서 [연구 부서] Sakagami Katsuhiko, Sakagami Katsuhiko, Sakagami Katsuhiko, Sakagami Katsuhiko, Iwata Kenji, Kobayashi Takumi, Sato Yutaka의 연구원이 ABN ATMOREAT를 사용하여 SATO YIGHTER의 소프트웨어를 개발 한 소프트웨어를 개발 한 소프트웨어를 개발 한 소프트웨어를 개발했습니다 이미지 인식 기술
바카라상적인 행동을 자동으로 감지 할 수있는 감시 카메라를 개발하는 것은 어려운 과제이지만 최근에는 감시 카메라가 점점 더 인기가 높아짐에 따라 엄청난 요구가 있습니다 지금까지 우리는 가지고 있습니다"CHLAC"(대칭 고차 로컬 자기 상관 특성)라는 계산 방법을 고안했으며,이를 바탕으로 카메라 영상에서 사람들을 식별하고 바카라상적인 행동을 감지하기위한 기본 기술을 개발하여 우수한 성능을 달성 할 수 있음을 확인했습니다 (AIST 보도 자료 2005 년 5 월 24 일)
공간 절약, 저렴한 감시 바카라 시스템으로 실용적으로 만들기 위해 컴팩트 한 처리 시스템에서도 실시간으로 작동하기 위해 CHLAC의 속도를 높이기를 원했습니다 따라서 새로 개발 된 병렬 컴퓨팅 알고리즘은 약 10 배의 속도를 달성하여 노트북 PC 수준 처리 시스템에서도 실시간으로 작동 할 수 있습니다 또한 CHLAC와 같은 바카라 이미지 처리 시스템의 구성을 지원하기 위해 플랫폼 소프트웨어 "Lavatube" 동시에 개발되었습니다
고속 CHLAC 및LavatubeHokuriku Technical Exchange Techno Fair (Fukui Prefectural Industrial Hall) 및 업계-아카데미아 정부 기술 교환 박람회 (11 월 28 일부터 30 일까지, 도쿄 큰 시력)에서 전시 및 발표 할 예정입니다
 |
Lavatube위에서 구현 된 CHLAC를 사용한 바카라상 작동의 실시간 감지
CHLAC를 사용하면 정상 및 바카라상 작업이 정량화됩니다
오른쪽의 이상/일반 디스플레이가 자동으로 결정됩니다 |
최근 보안에 대한 관심이 높아짐에 따라 다양한 위치에 많은 감시 카메라가 설치되었습니다 그러나 비용 문제로 인해 사람들이 항상 모든 영상을 모니터링하기가 어렵고, 사고 나 범죄가 발생한 후에는 간단하게 기록되고 검토 후에 사용됩니다 대규모 시설에서는 중앙 집중식 관리를 통해 경비원이 다수의 카메라 영상을 모니터링 할 수 있습니다 그러나 인공 인 한, 간과하지 않고 많은 양의 이미지를 주시하기가 어렵습니다 이러한 이유로 감시 카메라의 비디오를 자동으로 식별하는 시스템에 대한 수요가 강합니다 식별이 자동화되면 실시간으로 바카라상을 감지 할 수 있으며 기존의 것과 같은 사후 확인에 사용하기 위해서는 더 많은 장소에서보다 능동적 인 보안을 보장 할 수 있습니다
OTSU Fellows와 다른 사람들은 전통적으로 스틸 이미지를 인식하는 방법으로 학습에 적응할 수있는 능력을 가졌습니다고차 로컬 자기 상관 기능 추출 방법 (HLAC)를 개발하고 있으며 1991 년 당시 과학 기술 기관의 50 번째 주목할만한 발명으로 선정되었습니다 우리는 CHLAC라는 계산 방법을 고안하여 비디오 프로세스로 더 확장하고이를 바탕으로 카메라 이미지에서 사람들을 식별하고 바카라규 행동을 감지하기위한 기본 기술을 개발했습니다 (AIST 보도 자료 2005 년 5 월 24 일)
이전의 CHLAC는 유사한 기능을 달성하는 것을 목표로하는 다른 방법보다 계산 노력이 적지 만 소규모 처리 시스템조차도 초당 30 개 이상의 이미지를 가속화하기 위해 원했습니다 따라서 병렬 계산으로 CHLAC 속도를 높이는 새로운 알고리즘을 개발하여 특수 하드웨어에 의존하지 않고도 랩톱 수준의 처리 시스템에서도 여러 바카라 이미지를 실시간으로 동시에 처리 할 수 있습니다
또한 CHLAC를 사용하여 시스템 구성을 지원하는 프레임 워크를 제공하기 위해 아이콘을 결합하여 바카라 이미지 처리 시스템을 구축 할 수있는 플랫폼 소프트웨어가 있습니다Lavatube"개발되었습니다 전통적으로이미지 처리 시스템의 구성 이미지 처리 및 이동 이미지 처리에 필요한 특수 지식Lavatube| 아이콘을 연결하여 이미지 처리 시스템을 쉽게 구성 할 수 있습니다 또한, 처리 결과를 실시간으로 표시하는 동안 매개 변수를 조정할 수 있으므로 개발을 효율적으로 수행 할 수 있습니다
주요 구성 요소 분석을 사용하여 CHLAC에서 얻은 비디오의 기능 벡터를 분석하여 카메라 비디오에서 바카라상적인 움직임이 감지됩니다 여기에서 바카라상적인 작업을 "정규 분포에서 벗어나는 동작"으로 정의함으로써 장면마다 다른 바카라상적인 작업 모델을 제공하지 않고 바카라상적인 작업을 감지 할 수 있으며 미리 정의 할 수 없습니다 즉, 정상적으로 얻는 "정상 작동의 샘플 분포 (Subspace)"는 미리 교육을 받고, 작동을 벗어난 모든 조치는 바카라상적인 작동으로 감지됩니다
예를 들어, 그림 1에서, 사물함이 정상적인 작업으로 일반적으로 열리고 닫히는 장면을 학습함으로써 나오는 동작을 정확하게 감지합니다 (여기서 사물함을 열어보십시오)
 |
| 그림 1 바카라상 모션 감지의 예 (사물함을 끄는 것) |
CHLAC는 또한 햇빛 조건의 변화와 바람으로 인한 나무 흔들림과 같은 다양한 교란이 영향을받는 고성능 야외에서도 고성능을 제공합니다 정상 작업을 학습하는 과정에서 이러한 장애를 학습함으로써 이러한 장애는 이상 탐지의 목표에서 배제 될 수 있습니다 예를 들어, 그림과 같이 2, 바람으로 인해 나무가 흔들리는 동안 보행자가 관찰되는 장면에서도 바카라상적인 움직임 (여기서 울타리 극복)은 정확하게 감지 될 수 있습니다
 |
| 그림 2 바카라상 작동 감지의 예 (실외 환경) |
CHLAC는 이러한 고성능을 보여 주지만 많은 양의 계산을 가지고 있으며 실시간 처리에는 어려운 문제입니다 이 문제를 해결하기 위해 노트북 PC 수준 처리 시스템에서도 실시간 처리를 가능하게하는 새로운 병렬 컴퓨팅 알고리즘을 개발했습니다 속도를 높이기 위해simd (단일 명령 / 다중 데이터)사용됩니다 SIMD는 최근 몇 년 동안 많은 CPU에 설치되며 여러 데이터를 동시에 하나의 명령과 병렬로 처리 할 수 있습니다 예를 들어, Intel X86 프로세서에 설치됩니다MMX/SSE2/SSE3 명령어를 사용하는 예에서, 속도 업의 중요한 효과는 그림 3과 같이 확인되었습니다 이는 사실이 아니라 이상이 발생하는 순간에 바카라상을 자동으로 감지하고 알리는 시스템을 허용합니다
 |
| 그림 3 속도 업 효과 |
"Lavatube"그림 4그래픽 사용자 인터페이스 (GUI)바카라 이미지 처리 시스템을 쉽게 구축하기 위해 상단의 아이콘을 연결하기 만하면됩니다 GUI에서 매개 변수 조정을 수행 할 수 있으므로 프로세스 결과를 실시간으로 확인하면서 시스템을 효율적으로 빌드 할 수 있습니다 게다가 저렴하게 사용할 수 있습니다USB 바카라YAAVI, MPEG와 같은 다양한 비디오 파일와 함께 제공됩니다 입력으로, 아이콘을 배치하여 간단히 사용할 수 있습니다
 |
| Lavatube |
| |
 |
| GUI를 사용한 처리 절차 설명 |
| 그림 4Lavatube |
이것은 바카라상적인 움직임을 감지하고 카메라 이미지에서 사람들을 식별 할 수있는 능력과 카메라 비디오 처리 시스템의 구성Lavatube감시 바카라의 자동화를 강력하게 홍보 할 수있게되었으며, 많은 요구에도 불구하고 이전에 깨닫기 어려웠던 것입니다
CHLAC는 보안 및 재해 예방 (감시 바카라 시스템, 보안 시스템, 재난 예방 감시 시스템 등), 자동 비디오 인덱싱 (화상 지수의 자동 생성), 의료 복지 및 스포츠 분야 (재활 실패, 훈련 시스템 등), 심지어 대화 시스템 및 로봇 시력을 포함하여 광범위한 분야에서의 응용 분야에서 미래에 고려 될 수 있습니다 이러한 발전을 강력하게 지원합니다Lavatube향후 다양한 분야에서 실제 응용 프로그램을 더욱 가속화 할 것입니다