Инженеры-электронщики, а также программисты, работающие в Вашингтонском университете, смогли придумать алгоритм, как можно следить за любым человеком.
Для этого им нужно только большое количество камер, которые представляют собой одну самообучающую сеть. Они могут сами идентифицировать человека, а потом наблюдать за его перемещением, но только если он окажется в их поле зрения. А если вас интересуют электронные вести, то ищи всю необходимую информацию в интернете. Если говорить о понятии самообучения сети, то под ним следует понимать, что сеть может различать изображения, которые приходят на каждую камеру. Благодаря такому свойству сеть может использовать камеры, которые отличаются по качеству, а также имеющие разные разрешающие способности.
На сегодняшний день такие технологии, по которым можно следить за людьми в пространстве при помощи большого числа камер, являются слишком новыми. А сейчас, как заявили ученые, они позволили камерам общаться между собой. Так происходит у них изучение реального мира более динамично.
Нужно сказать, что исследователи, возглавляемые профессором Хуаням, более десяти лет трудятся над изучением всевозможных камер наблюдения. Это и недорогие базовые модели, и высококачественные устройства. Хочется отметить, что с идентификацией человека, а также наблюдением за его передвижениями, могут быть определенные проблемы. Дело в том, что внешне человек может изменяться от камеры к камере. Такая особенность связана с тем, что камеры имеют разные углы зрения, а также они установлены в различных по освещенности условиях. Еще многое зависит и от того, какой цветопередачей отличается сама камера.
Нужно отметить, что компенсировать такие различия можно только, если объединить все камеры в одну систему, которая начинает работать с калибровочного этапа, на протяжении которого ведется видеозапись всех камер. А сеть оборудована специализированными алгоритмами, что помогает определить все отличия в цветах и структуре сделанных кадров. А когда непродолжительный период самокалибровки подходит к концу, система в итоге получает единый средний стандарт. Таким образом, система может выделить любого человека, и не важно какая камера его зафиксировала. А дальше она может наблюдать за его передвижением, причем изображение лица данного индивидуума не обязательно.
Исследователями были проведены испытания, чтобы проверить свою систему. Для этого они использовали статичные камеры, которые расположены в университетском городке, и камеры, расположенные на машинах. В итоге результаты оказались самыми положительными.