Модуль 1. Задачи и ограничения · Урок 1 из 8

Урок 1. Что должна обнаруживать видеоаналитика: событие, объект или изменение кадра

«Умная» камера не понимает событие так же, как наблюдатель. Инженер задаёт проверяемое правило.

Чему вы научитесь

Сформулировать измеримую задачу и отличить обнаружение движения от распознавания класса объекта.

Задача до выбора алгоритма

Начинают с действия заказчика: получить уведомление о въезде машины, найти эпизод у двери или подсчитать проходы людей. Фразы «нужна умная аналитика» и «камера должна видеть всё» непроверяемы. Для примера «уведомлять об автомобиле, пересекшем линию въезда по направлению к воротам с 18:00 до 08:00» уже можно описать условия, проверить вход и увидеть ложные тревоги. Область анализа, направление, расписание, допустимые исключения и реакция системы записываются заранее.

Обычный детектор движения реагирует на изменения картинки и может сработать на дождь, тень или свет фар. Аналитика объектов пытается выделить и классифицировать объект: человека, транспортное средство и другие классы, если они реально поддерживаются данной моделью и прошивкой. Два алгоритма с названием «пересечение линии» могут иметь разные определения события, фильтры и требования к сцене.

Ошибки классификации и проверка

Ложная тревога (false positive) возникает, когда система объявляет событие, которого по заданному критерию не было. Пропуск (false negative) — когда нужное событие произошло, но система его не зарегистрировала. Излишняя фильтрация иногда снижает число ложных тревог ценой пропущенных событий; одной универсально «правильной» чувствительности нет.

Для качественной приёмки составляют тестовый набор с повторяемыми проходами по двум направлениям, шумовыми событиями и нормальными рабочими условиями. Отдельно фиксируют истинные срабатывания (TP), ложные срабатывания (FP) и пропуски (FN). Precision = TP/(TP+FP), recall = TP/(TP+FN), но процент нельзя считать достоверным при слишком малой или смещённой выборке. Не надо обещать процент распознавания только по рекламному буклету.

Что не является гарантийным результатом

Наличие видеопотока не доказывает работающую аналитику. Дорогая камера, 4K, высокое число кадров в секунду и слово AI в спецификации не гарантируют нахождение человека за деревом или в засвеченной зоне. Функция зависит от оптики, сцены, ракурса, света, прошивки и аппаратных ресурсов.

Грамотное задание включает сценарий, проверяемую границу, место камеры, время суток, путь события до оператора и критерий приёмки. Если устройство не поддерживает нужную функцию в конкретной модели, правильное решение — изменить задачу, выбрать совместимое устройство или явно зафиксировать ограничение.

Практическая работа

Составьте три проверяемых требования для парковки: что считать въездом, какую зону игнорировать и когда отправлять уведомление. Для каждого укажите наблюдаемое свидетельство PASS.

Учебные результаты: 8 нужных проездов отмечены, 2 пропущены, плюс 3 ложных сигнала. Посчитайте TP=8, FN=2, FP=3, precision=8/11, recall=8/10. Объясните, почему этих событий недостаточно для универсальной оценки модели.

Самопроверка: сформулируйте результат своими словами, а затем пройдите вопросы ниже. Если устройство или программа не доступны, выполните задание на бумаге или в учебном тренажёре.

Проверьте себя

Контрольные вопросы

Ответьте на все вопросы. При ошибке изучите пояснение и попробуйте ещё раз. Все задания бесплатны.

1. Что означает ложная тревога FP?
2. Почему нельзя оценивать аналитику только по числу срабатываний?

Правильных ответов: 0 из 2

Урок завершён?

Повторите ключевые идеи и убедитесь, что выполнили практическое задание.