Macroscopの開発者である当社の技術の1つを作成するという点では、私たちマクロスコップの開発者はそのような企業に属していました。
2008年には、ビデオシステムのアーカイブ内の検索プロセスを可能な限り簡素化するというアイデアがありました。 100台のビデオカメラと1日約1000時間のビデオ録画から成る中規模のシステムを想像してください（通常、ビデオはフレーム内でアクティビティがある場合にのみ記録されます）。 そして、あなたはこれらの記録で何かを見つける必要がありますが、それがいつどこで起こったかを知りません。 時間、秒、秒の記録を見て、必要なものが見つかるまでに、世界中のすべてを呪います。
Googleがテキストで検索するのと同じ方法で、ビデオで検索できるツールを作成することにしました。 たとえば、システムにいくつかの兆候がある人に質問します。たとえば、緑色のTシャツと黒のジーンズを着て、これらのパラメーターを満たしている全員を取得します。
このようなツールを作成し、それをインデクサー （オブジェクトインデックス技術）と呼びました。 このソリューションは、検索パターンの色の組み合わせで動作します。オブジェクトはクラスター化され（同じ色の領域が選択されます）、その特性はクラスターごとに決定され、結果としてインデックスを形成します。 同様に、アーカイブ内のすべてのオブジェクトのインデックスが計算され、プログラムを比較することにより、オペレーターは一連の結果、つまりインデックスがサンプルのインデックスに近いすべてのオブジェクトを提供します。
そのため、インデクサーでは検索パターンの形成のように見えます。オペレーターは、人の姿を適切な色で手動でペイントできます。
インデクサーの検索結果は、一連の画像として表示されます。 オペレーターは目的のオプションを選択し、アーカイブからビデオセグメントを表示します。
インデクサーは私たちの発案者になっており、その上である程度取りつかれています。 私たちはこのアイデアに夢中になり、開発に多大な労力、時間、お金を費やしました。 そこで、「物理学者」のチーム、物理学科の卒業生、「数学者」のチーム-数学数学の卒業生である2人の高級開発者チームを雇いました。 ちなみに、「物理学者」はこの競争に勝ちました:)
多くの面白い実験を行い、その間にインデクサーが1つまたは別の照明、1つまたは別の色の服にどのように反応するかを確認しました。 たとえば、その年、私たちが働いていたビジネスセンターの廊下を歩いていると、スーツやジーンズを着て、色とりどりの家族のショートパンツの男性に簡単に会えます。 これらは、インデクサーがさまざまなパターンとテクスチャにどのように反応するかをテストした開発者です。
インデクサーの開発に関する作業は、2014年まで継続されました。 開発は大幅に進歩し、実際に機能するツールを作成しましたが、色の組み合わせを認識するタスクは非常に難しいため、6年後でも標識による検索の品質は理想的ではありませんでした。 同時に、インデクサーとそれに基づいて作成されたインタラクティブ検索モジュールは、ユーザーが利用できました。プラグインとして販売されたか、最大ソフトウェアバージョンの一部として無料で提供されました。 時々、フレームワーク内で何かが改善されたアップデートをリリースしましたが、同時に何かが「落ちました」。 多くの場合、それはインデクサーでしたが、標識による検索が機能しないという問題で会社に連絡した人はほとんどいませんでした。 そして、ある時点で、そのようなリクエストや苦情は、誰もそれを使用しておらず、それを使用しようとしてもいないという事実に起因するものではないことに気付きました。 そして、私たちは抽象的な開発、つまり現実から完全に離婚したアイデアの実装に取り組んでいます。
2014年に、標識で検索するというアイデアが失敗したことを認識しました。同じモードで先に進むことは不可能でした。 Uターンすることにしました 。
計画はこれでした。ビデオ監視システムの50人の実際のユーザーと密接にコミュニケーションを取り、彼らから何を探しているのか、どのように必要なものを探しているのかを知ることです。 本当に検索が必要なのか、それともリアルタイムでいくつかの知的機能の仕事が必要なのかを理解することが重要です。
デートやチャットを始めました。 そのような会議の1つで、「兆候の検索は理論的に興味深いが、実際には人を見つけるだけでなく、彼がオブジェクトの周りをどのように移動したかを理解する必要があることがよくあります。 すぐに、同じニーズが互いに5人または7人のユーザーによって個別に表明されました。
私たちは、ソフトウェアのフレームワーク内でこの問題を解決し、ビデオ監視システム全体のカメラ内の人々の動きに関するデータをユーザーに提供する方法を考えました。 チャンバー間トラッキングの開発を開始しました。
チャンバー間追跡を使用すると、ビデオシステム内のすべてのカメラの視野内のオブジェクト（現在の実装）の動きを追跡し、この動きの軌跡を取得できます。 つまり、関心のある人がどこから来たのか、どこに行ったのか、ビデオ監視システムの枠組みの中でどのように動いたのかを理解することです。 チャンバー間追跡のテクノロジーは、同じインデクサーと標識による検索に基づいています。 ユーザーはフレーム内の人物を選択し、他のカメラで検索するためのモデルとして設定します。 Macroscopは、隣接する時間間隔で近くのカメラで視覚的に類似したすべてのオブジェクトを検索します。 ユーザーは、ステップバイステップで結果の正しい人を確認するだけです。
チャンバー間トラッキングの結果は、オブジェクトの計画に沿って人を動かす方法、異なるカメラからの動きの断片からのビデオ、または彼の行動の全体像を復元できる画像のスライドショーです：彼はオブジェクトに現れたとき、彼がオブジェクトを離れたときです
都合の良い機会に、このアイデアを検証し続けます。 そのため、たとえば先月のMips / Securika展示会では、チャンバー間の追跡を行い、その有用性について業界の大手企業の12人以上の専門家にインタビューしました。 そして、詳細で詳細なインタビューが示したものは次のとおりです。
インデクサーの開発における長年の経験により、本に書かれている有名な真実が確認されました。
1.現実から切り離されたアイデアの生成とその後の無私的な実装は、非常にリスクの高い作業です。 何かを思いついた-インタビュー10、50、100ユーザー。 そして、抽象的な発明に従事するのではなく、本当の痛い箇所を特定する方が良いです。
2.必要性を感じ、ソリューションの実装を開始しました-プロトタイプから始めます。 そして、常に同じ実ユーザーで開発をテストおよびテストします。 開発者と現実の世界とのつながりが近いほど、無駄なアイデアを実現するためにすべての労力、お金、時間を無駄にしない可能性が高くなります。
3.人々があなたの製品を批判しないなら、おそらく彼らは単にそれを使わないでしょう。
4.そして最後に、主なことは、あなたのアイデアが失敗したことを時間内に認識し、あなた自身とあなたのチームにそれについて認めることです。 Uターンをして、過去の経験を分析し、新しいアイデアが失敗するかもしれないという事実に備えることを恐れないでください。 しかし、遅かれ早かれ、試行錯誤を繰り返して、まだ成功を収めています。
チャンバー間トラッキングが実際に当社製品の有用で要求される機能になるかどうかはわかりません。 したがって、インデクサーの開発に使用したように、その開発については狂信的ではありません。 それにもかかわらず、新しい機能の開発者は多くのことを行っており、カメラ間追跡技術はMacroscopリリースに既に存在し、フルバージョンとデモバージョンの両方で使用可能です： macroscop.com/download.html