декабрь    2025

Пн	Вт	Ср	Чт	Пт	Сб	Вс
1	2	3	4	5	6	7
8	9	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

показать все 

18.12.2025

Группа «Борлас» – в числе крупнейших игроков российского рынка HR Tech

Читать далее 

16.12.2025

WiFly OpenRoaming: новоя технология гостевого Wi-Fi для России и СНГ

Читать далее 

16.12.2025

UserGate открыл лабораторию по кибербезопасности в МИРЭА — Российском технологическом университете

Читать далее 

15.12.2025

VAS Experts ввел сервис «Личный кабинет» для управления лицензиями и техподдержкой

Читать далее 

15.12.2025

Иностранные компании хотят сотрудничать с российскими ИИ-разработчиками

Читать далее 

показать все 

18.12.2025

Как изменились сделки слияний и поглощений после 2022 года и что ждет инвесторов в будущем?

Читать далее 

18.12.2025

Налоговая оптимизация. Новые УСН-правила при смене региона: конец налоговой оптимизации?

Читать далее 

18.12.2025

Налоговый мониторинг – как это будет?

Читать далее 

17.12.2025

Какие ошибки допускают ИТ-директора при сокращении ИТ-бюджета и как их избежать?

Читать далее 

16.12.2025

Есть ли жизнь после Microsoft?

Читать далее 

29.07.2025

Точность до метра и сантиметра: как применяют технологии позиционирования

Читать далее 

18.04.2024

Как искусственный интеллект изменит экономику

Читать далее 

22.09.2023

Эпоха российской ориентации на Запад в сфере программного обеспечения завершилась

Читать далее 

22.09.2023

Сладкая жизнь

Читать далее 

22.09.2023

12 бизнес-концепций, которыми должны овладеть ИТ-руководители

Читать далее 

показать все 

Главная / Новости партнеров / «Технологии Больших Данных» (ТБД-2016)

В рамках программы форума в секции «Инструменты Больших Данных», в 14:45 с докладом «Масштабирование методов Deep Learning для обработки видеопотоков» выступит Константин Киселев, руководитель направления машинного обучения и компьютерного зрения компании «Техносерв». В своем выступлении он расскажет о том, как построить систему, способную анализировать видеопотоки со 10 тысяч камер в режиме реального времени, какие методы использовать для решения подобной задачи, а также об алгоритмах распознавания и их масштабировании в кластере.

«В задачах продвинутой видеоаналитики требуется детектировать различные объекты (людей, животных, автомобили и др.) и распознавать их (распознать лицо человека или номер/марку машины). Для этого применяются методы Deep learning - разные архитектуры сверточных нейронных сетей. Такие алгоритмы часто работают в 10-ки раз быстрее на GPU, чем на CPU. С какими объемами данных мы имеем дело? Одна hd-камера видеонаблюдения генерирует около 4 Mb/s (1024p, H.264, 30 frames/sec). Если говорить о 10 000 камер, это уже 40 Gb/s и 300K frames/s. И на каждом кадре могут быть интересные нам объекты и возникать события, на которые необходимо немедленно реагировать. Как построить систему, способную анализировать видеопотоки с 1K, 10K или 100К камер в real time? Какие методы использовать для такой задачи? В своем докладе я доступно расскажу об алгоритмах распознавания и их масштабировании в кластере», - прокомментировал суть выступления Константин Киселев.

В начало⇑

Комментарии отсутствуют

Комментарии могут отставлять только зарегистрированные пользователи