Задумывались ли вы когда-нибудь о том, что тысячи компаний создают свои продукты и технологии в отрыве от потребностей пользователей и решают самостоятельно придуманные проблемы, которые плохо коррелируют с реально существующими? В плане создания одной из наших технологий мы, разработчики Macroscop, были в одной из таких компаний: 6 лет мы работали над функцией, которая, по нашему мнению, должна сделать жизнь тысяч людей проще и удобнее.
В 2008 году у нас возникла идея максимально упростить процесс поиска в архивах видеосистем.
Представьте себе систему среднего размера из 100 видеокамер и примерно 1000 часов видеозаписей, которые они оставляют в день (обычно видео записывается только тогда, когда в кадре есть активность).
И вам нужно что-то найти в этих записях, но вы не знаете, где и когда это произошло.
Вы будете просматривать записи час, два, три, и пока найдете то, что вам нужно, вы проклянете все на свете.
Мы решили создать инструмент, который бы позволял искать по видео так же, как Google ищет по тексту: вы вводите в систему человека с какими-то характеристиками, например, одетого в зеленую футболку и черные джинсы, и вы получаете всех, кто соответствует этим параметрам.
Мы создали такой инструмент и назвали его индексатор (технология индексации объектов).
Решение работает с цветовыми сочетаниями шаблона поиска: объект кластеризуется (выбираются области одного цвета), для каждого кластера определяются его характеристики, которые в конечном итоге формируют индекс.
Аналогично рассчитываются индексы для всех объектов в архиве, и путем сравнения программа предлагает оператору набор результатов - все объекты, индексы которых близки к индексу выборки.
Вот как выглядит формирование шаблона поиска в индексаторе: оператор может вручную раскрасить фигуру человека в соответствующие цвета.
Результаты поиска индексатора представлены в виде набора изображений.
Оператор выбирает нужный вариант, а затем просматривает фрагмент видео из архива.
Индексатор стал чем-то, чем мы стали несколько одержимы.
Мы были одержимы этой идеей и потратили на разработку огромное количество сил, времени и денег.
Поэтому мы наняли 2 команды качественных разработчиков — команду «физиков», выпускников физфака, и команду «математиков» — выпускников механико-математического факультета, которые «соревнулись» целый год. , решая задачу индексации разными методами.
Кстати, «физики» выиграли это соревнование :) Мы провели множество веселых экспериментов, в ходе которых проверяли, как наш индексатор реагирует на то или иное освещение, одежду того или иного цвета.
Например, в тот год, прогуливаясь по коридору бизнес-центра, где мы работали, легко можно было встретить мужчин в разноцветных семейных шортах поверх костюмов или джинсов.
Наши разработчики тестировали реакцию индексатора на различные шаблоны и текстуры.
Работа над разработкой индексатора продолжалась до 2014 года.
Мы добились значительного прогресса в разработке и создали действительно работающий инструмент, но задача распознавания цветовых сочетаний очень сложна, поэтому даже спустя 6 лет качество поиска по признакам не было идеал.
При этом индексатор и созданный на его основе модуль интерактивного поиска были доступны пользователям: он продавался как подключаемый модуль или предоставлялся бесплатно в составе максимальной версии ПО.
Время от времени мы выпускали обновления, в которых что-то улучшали, а что-то «падало».
Часто это был индексатор, но в компанию почти никто никогда не обращался с проблемой, что не работает поиск по признакам.
И в какой-то момент мы поняли, что такие запросы и жалобы не поступают из-за того, что им просто никто не пользуется и ДАЖЕ НЕ ПЫТАЕТСЯ ПОЛЬЗОВАТЬСЯ.
А мы занимаемся абстрактными разработками, реализацией идей, совершенно оторванных от реальности.
В 2014 году мы признали, что наша идея поиска по признакам провалилась, и двигаться вперед в том же направлении невозможно.
Мы решили сделать разворот .
План был такой: тесно пообщаться с 50 реальными пользователями систем видеонаблюдения и узнать у них, что они ищут, как они ищут, что им нужно; понять, нужен ли им конкретно поиск или им важна работа каких-то интеллектуальных функций в реальном времени.
Мы начали встречаться и общаться.
Во время одной из таких встреч нам сказали: «Ваш поиск по знакам теоретически интересен, но на практике нам часто нужно не просто найти человека, а понять, как он перемещался по объекту: откуда он пришел, где находился, когда и куда он пошел».
Вскоре еще 5 или 7 пользователей независимо выразили такую же потребность.
Мы задались вопросом, как можно решить эту проблему в рамках нашего ПО и предоставить пользователям данные о перемещениях человека по камерам всей системы видеонаблюдения.
Мы начали разработку межкамерное отслеживание .
Межкамерное слежение позволяет отслеживать движение объектов (в текущей реализации — людей) в поле зрения всех камер видеосистемы и получать траекторию этого движения.
То есть понять, откуда взялись те или иные интересующие лица, куда они пошли и как перемещались внутри системы видеонаблюдения.
Технология межкамерного слежения основана на том же индексаторе и поиске по признакам.
Пользователь выбирает любого человека в кадре и устанавливает его в качестве образца для поиска на других камерах.
Macroscop ищет все визуально похожие объекты на близлежащих камерах в соседних промежутках времени.
Пользователю необходимо лишь шаг за шагом подтвердить нужного человека в результатах.
Результатом межкамерного слежения является траектория движения человека на плане объекта, видеофрагменты движения с разных камер или слайд-шоу изображений, позволяющие восстановить полную картину его действий: в какое время он появился на объекте, где находился, когда покинул объект. Мы продолжаем проверять эту идею, когда это возможно.
Например, на выставке Mips/Securika в прошлом месяце мы представили межкамерное отслеживание и опросили более десятка экспертов ведущих компаний отрасли о его полезности.
И вот что показали глубокие и подробные интервью: 
Наш многолетний опыт разработки индексатора подтвердил известные истины, о которых пишут в книгах:
1. Генерация идей в отрыве от реальности и их последующая самоотверженная реализация – очень рискованное занятие.
Если что-то придумаете, опросите 10, 50, 100 пользователей.
Лучше не заниматься абстрактными выдумками, а выявить реально больное место.
2. Нашел потребность, начал внедрять решение — начните с прототипов.
И постоянно тестируйте и проверяйте свои разработки на одних и тех же реальных пользователях.
Чем теснее связь разработчиков с реальным миром, тем выше шансы не потратить все силы, деньги и время на реализацию идеи.
3. Если люди не критикуют ваш продукт, возможно, они просто им не пользуются.
4. И, наконец, главное – вовремя признать, что ваша идея провалилась, и уметь признать это себе и своей команде.
Не бойтесь развернуться, проанализируйте прошлый опыт и будьте готовы к тому, что новая идея может потерпеть неудачу.
Но рано или поздно, методом проб и ошибок, вы все равно добьетесь успеха.
Мы не знаем, станет ли межкамерное отслеживание полезной и популярной функцией нашего продукта на практике.
Поэтому мы не так фанатично относимся к его развитию, как раньше к разработке индексатора.
Однако разработчики новой функции постарались немало, и технология межкамерного слежения уже существует в релизе Macroscop и доступна для использования как в полной версии, так и в демо-версии: macroscop.com/download.html Теги: #Работа с видео #разработка #алгоритмы поиска #Поисковые технологии #видеоаналитика #индексирование #макроскоп #макроскоп #видеоанализ #ip видеонаблюдение #межкамерное слежение #индексатор
-
Вирусные Кампании В Твиттере
19 Oct, 24 -
Остается Еще Вопрос Про Рунет И Стартапы
19 Oct, 24 -
Дата-Центры Переходят На Водяное Охлаждение
19 Oct, 24 -
Новинка От Netvibes – Кориандр
19 Oct, 24 -
Приглашения На Joost.com
19 Oct, 24
