май    2024

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 

27.04.2024

RAMAX Group рассказала на Smart Mining & Metals об особенностях пилотирования ML-проектов

Читать далее 

22.04.2024

Сообщество цифровых управленцев «я-ИТ-ы» проводит ЗАКРЫТУЮ встречу в рамках выставки «Связь-2024»!

Читать далее 

18.04.2024

Ассоциация разработчиков «Отечественный софт» отметила 15-летие

Читать далее 

17.04.2024

РДТЕХ представил Технологическую карту российского ПО 2023

Читать далее 

показать все 

18.04.2024

5 способов повысить безопасность электронной подписи

Читать далее 

18.04.2024

Как искусственный интеллект изменит экономику

Читать далее 

18.04.2024

Неочевидный САПР: выход ПО за рамки конструкторской деятельности

Читать далее 

18.04.2024

Скоро некому будет делать сайты и заниматься версткой

Читать далее 

18.04.2024

Цифровая трансформация в энергетике: как запустить проект с максимальным финансовым эффектом?

Читать далее 

05.04.2024

Мотивируй, не то проиграешь!

Читать далее 

22.03.2024

В 2024 году в России и мире вырастут объемы применения AR/VR 

Читать далее 

25.02.2024

Цифровые технологии: надежды и риски

Читать далее 

05.02.2024

Будут ли востребованы услуги технической поддержки софта Oracle в России в ближайшие годы?  

Читать далее 

31.01.2024

Здания с признаками интеллекта. Как Сергей Провалихин автоматизирует дома и производства

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