RECONOCIMIENTO Y SEGUIMIENTO DE PERSONAS O VEHÍCULOS PARA SISTEMAS DE VIDEO VIGILANCIA.

SentiVeillance SDK está diseñado para desarrollar software que realiza identificación biométrica de rostros , detecta peatones o vehículos en movimiento u otros objetos y realiza reconocimiento automático de matrículas utilizando transmisiones de video en vivo de cámaras de vigilancia digital.

El SDK se utiliza para la identificación pasiva , cuando los transeúntes no hacen ningún esfuerzo para ser reconocidos. La lista de usos posibles incluye aplicación de la ley, seguridad, control de asistencia, conteo de visitantes, monitoreo de tráfico y otras aplicaciones comerciales.

Disponible como un kit de desarrollo de software que permite el desarrollo de soluciones para plataformas Microsoft Windows y Linux. 

CARACTERÍSTICAS Y CAPACIDADES

  • Seguimiento y clasificación de peatones y vehículos en tiempo real.
  • Identificación facial biométrica y comparación con la base de datos de la lista de observación.
  • Reconocimiento automatizado de matrículas (ALPR) para vehículos en movimiento.
  • Estimación del vector de color, tamaño y movimiento para vehículos y otros objetos.
  • Clasificación de género, evaluación de edad, expresión facial y detección de atributos.
  • La operación automática registra e informa eventos, agrega nuevas caras desde la transmisión de video a la lista de observación.
  • Grandes sistemas de vigilancia compatibles con múltiples cámaras .
  • Servidor listo para usar para integración en sistemas de gestión de video (VMS) disponible opcionalmente.
  • Precios razonables, licencias flexibles y atención al cliente gratuita.

 

La tecnología SentiVeillance 7.3 tiene estas capacidades específicas:

  • Rendimiento en tiempo real. La tecnología SentiVeillance realiza reconocimiento facial, clasificación y seguimiento de peatones o vehículos en tiempo real. La tecnología está diseñada para ejecutarse en procesadores multi-core para lograr un rendimiento rápido.
  • Tres modalidades para sistemas de vigilancia. Dependiendo del diseño del sistema de vigilancia, se puede usar una de estas modalidades:
  • Reconocimiento biométrico de rostros : se basa en redes neuronales profundas y proporciona estas capacidades para sistemas de vigilancia:
  • Detección de rostros múltiples , extracción de características y coincidencia de plantillas con la base de datos interna en tiempo real .
  • La fiabilidad de la identificación facial permite el uso de grandes bases de datos de listas de observación.

 

  • El seguimiento facial se realiza en todos los cuadros sucesivos desde la fuente de video hasta que desaparecen del campo de visión de la cámara. El algoritmo de seguimiento de rostro utiliza modelos dinámicos de predicción de movimiento y rostro que lo hacen robusto para oclusiones como otros objetos o incluso otros rostros. El algoritmo puede continuar rastreando una cara incluso cuando vuelve a aparecer después de estar completamente cubierta por oclusiones (como paredes, muebles, carteles, etc.).
  • Clasificación de género (opcional) para cada persona en el marco.
  • Determinación de edad (opcional) para cada persona en el marco.
  • Sonreír , con la boca abierta , ojos cerrados , gafas , gafas oscuras , barba y bigote atributos de detección (configurable).
    • Detección de vehículos o humanos, clasificación y seguimiento de movimiento : realiza la detección de objetos en movimiento y objetos estáticos en la escena, su clasificación y seguimiento hasta que desaparecen. Estas características están disponibles para sistemas de vigilancia:
      • Clasificación de objetos SentiVeillance permite realizar la clasificación de objetos, ubicaciones y seguimiento en función de su tipo. Actualmente estas clases están disponibles: persona, automóvil, autobús, camión, bicicleta.
      • Estimación de color. El algoritmo devuelve la estimación de color más probable para automóviles y peatones. Los valores de color estimados son: rojo, naranja, amarillo, verde, azul, plateado, blanco, negro, marrón, gris.
      • Estimación del vector de movimiento. El algoritmo devuelve valores de estimación de vectores de movimiento como: “norte”, “sur”, “sureste”, etc.
      • Tolerancia a la visibilidad de los objetos. El algoritmo de detección funciona con objetos parcialmente visibles y desde una gran distancia.

 

  •  Reconocimiento automático de matrículas (ALPR) : una vez que se ha detectado un vehículo, el algoritmo ALPR de SentiVeillance detecta y lee la matrícula:
    • Procesamiento de datos de tráfico. Los algoritmos de SentiVeillance pueden leer simultáneamente las placas de vehículos de múltiples vehículos en movimiento.
    • Tolerancia a la posición de la cámara. Dependiendo de la resolución de la cámara, el algoritmo ALPR puede leer las placas desde una distancia más larga y un ángulo más alto.
    • Prevención de trampas con placas de matrícula reemplazadas. Los integradores pueden usar las modalidades de reconocimiento de vehículos y ALPR juntas para crear una lógica de software que verifique si la placa reconocida corresponde a otros datos de registro, como el color o tipo de vehículo, y no se falsifica o se mueve de otro vehículo.

 

  • Operación automática. Un sistema basado en SentiVeillance 7.3 SDK es capaz de iniciar sesión sobre la marcha de todos los eventos. Se puede configurar para informar automáticamente eventos como coincidencias con una lista de observación o realizar una inscripción automática desde un video.
  • Grandes sistemas de vigilancia de apoyo. SentiVeillance 7.3 SDK permite integrar su tecnología en sistemas de vigilancia con múltiples cámaras . Una PC común con una GPU puede procesar múltiples transmisiones de video simultáneamente.
  • Procesamiento de archivos de video. SentiVeillance también acepta datos de archivos de video. Los archivos de video pueden procesarse en tiempo real como provenientes de una cámara virtual o pueden procesarse a la velocidad máxima dependiendo de los recursos de hardware disponibles.