Nadzorne kamere razumiju ljudske radnje

Što ako sigurnosna kamera ne samo da može snimati video, već i razumjeti što se događa, razlikujući između rutinskih aktivnosti i potencijalno opasnog ponašanja u stvarnom vremenu? To je budućnost koju oblikuju istraživači sa Fakulteta za inženjerstvo i primijenjenu znanost Sveučilišta u Virginiji svojim najnovijim otkrićem, inteligentnim video analizatorom vođenim umjetnom inteligencijom koji je sposoban detektirati ljudske radnje u video snimkama s neviđenom preciznošću i inteligencijom.

Sustav pod nazivom Semantic and Motion-Aware Spatiotemporal Transformer Network (SMAST) obećava širok raspon društvenih koristi od poboljšanja sustava nadzora i poboljšanja javne sigurnosti, do omogućavanja naprednijeg praćenja u zdravstvu i usavršavanja načina na koji se autonomna vozila kreću kroz složena okruženja.

"Ova AI tehnologija otvara vrata za detekciju akcije u stvarnom vremenu u nekim od najzahtjevnijih okruženja", rekao je profesor i predsjedavajući Odjela za elektrotehniku ​​i računalno inženjerstvo, Scott T. Acton, glavni istraživač na projektu. "To je vrsta napretka koja može pomoći u sprječavanju nesreća, poboljšati dijagnostiku i čak spasiti živote."

Sustav se oslanja na dvije ključne komponente za otkrivanje i razumijevanje složenog ljudskog ponašanja. Prvi je model selektivne pažnje s više značajki, koji pomaže umjetnoj inteligenciji da se usredotoči na najvažnije dijelove scene, poput osobe ili objekta, dok zanemaruje nepotrebne detalje. To čini sustav preciznijim u prepoznavanju onoga što se događa, kao što je prepoznavanje nekoga tko baca loptu umjesto da samo pomiče ruku.

Druga ključna značajka je algoritam za 2D položajno kodiranje svjestan kretanja, koji pomaže umjetnoj inteligenciji da prati kako se stvari kreću tijekom vremena. Ovaj alat pomaže umjetnoj inteligenciji da zapamti te pokrete i razumije kako su povezani jedni s drugima. Integracijom ovih značajki, SMAST može točno prepoznati složene radnje u stvarnom vremenu, što ga čini učinkovitijim u scenarijima poput nadzora, zdravstvene dijagnostike ili autonomne vožnje.

Ovaj tehnološki skok znači da sustav umjetne inteligencije može identificirati radnje poput trkača koji prelazi ulicu, liječnika koji izvodi preciznu proceduru ili čak sigurnosnu prijetnju u prepunom prostoru.

"Društveni utjecaj mogao bi biti ogroman", rekao je Matthew Korban, postdoktorski znanstveni suradnik u Actonovom laboratoriju koji radi na projektu. "Uzbuđeni smo što vidimo kako bi ova AI tehnologija mogla transformirati industrije, čineći sustave temeljene na videu inteligentnijima i sposobnijima za razumijevanje u stvarnom vremenu."

Znanstveni rad objavljen u časopisu IEEE Transactions on Pattern Analysis and Machine Intelligence možete pronaći na ovoj poveznici.