Описание проекта
Проект направлен на разработку интеллектуальной системы видеоаналитики для автоматического выявления нарушений правил дорожного движения и норм охраны труда. В условиях постоянного роста объёмов видеоданных с камер наблюдения ручной просмотр записей становится крайне неэффективным и трудоёмким процессом, что приводит к пропуску критических инцидентов. Предлагаемое решение использует современные методы компьютерного зрения и глубокого обучения для детекции объектов (транспортных средств, пешеходов, рабочих, средств индивидуальной защиты), их трекинга и анализа поведения во времени. Система способна автоматически фиксировать нарушения ПДД (выезд на встречную полосу, пересечение стоп-линии, парковка в неположенном месте) и нарушения техники безопасности (отсутствие касок, нахождение людей в опасной зоне), формируя отчёты с указанием времени, места и типа инцидента. В рамках проекта проводится исследование архитектур нейронных сетей (YOLO, Faster R-CNN), алгоритмов многообъектного трекинга (DeepSORT, SORT), методов подготовки и аугментации видеодатасетов для работы в различных условиях съёмки. Результатом станет спроектированная архитектура программного решения и прототип системы, способной работать как в режиме постобработки записей, так и в реальном времени, что позволит предприятиям и дорожным службам повысить уровень безопасности, обеспечить прозрачный контроль за соблюдением нормативов и снизить количество инцидентов.
