{"id":5046,"date":"2020-10-14T11:04:04","date_gmt":"2020-10-14T09:04:04","guid":{"rendered":"https:\/\/dyrecta.com\/lab\/?p=5046"},"modified":"2020-10-15T15:07:30","modified_gmt":"2020-10-15T13:07:30","slug":"videosorveglianza-intelligente","status":"publish","type":"post","link":"https:\/\/www.dyrecta.com\/lab\/videosorveglianza-intelligente\/","title":{"rendered":"Videosorveglianza Intelligente"},"content":{"rendered":"\n<p><strong>La videosorveglianza intelligente nasce dall\u2019evoluzione dell\u2019analisi video<\/strong>. Il collegamento in rete degli apparati ha consentito che i software esaminassero le riprese per la rilevazione di movimento (che innesca la registrazione e consente di risparmiare tempo e costi di archiviazione), il rilevamento di intrusi e il riconoscimento di volti umani e oggetti in movimento (indispensabile per tutte quelle attivit\u00e0 che richiedono il monitoraggio di persone o veicoli) e il rilevamento degli oggetti (diventato prioritario per individuare oggetti abbandonati potenzialmente dannosi).<\/p>\n\n\n\n<p><strong>L\u2019intelligenza artificiale riconosce quando \u00e8 il momento di registrare una ripresa<\/strong>, abbattendo i costi di storage e registrando solo ci\u00f2 che \u00e8 realmente significativo, risparmiando il tempo all\u2019operatore della presa visione di tutto un intero tracciato per l\u2019analisi di anomalie e aumentando l\u2019efficienza, attraverso l\u2019analisi automatica, di eventuali violazioni.<\/p>\n\n\n\n<p><strong>Il sistema \u00e8 integrabile con i sistemi antintrusione<\/strong> che possano comunicare assieme per effettuare analisi pi\u00f9 dettagliate su controlli accessi e implementare elenchi attraverso la lettura di targhe e mappe grafiche o, ancora, \u00e8 integrabile con centrali di allarme o antincendio.<\/p>\n\n\n\n<p>Nel paper presentato, \u00e8 stata discussa l\u2019implementazione di un sistema autonomo sviluppato in linguaggio java per la rilevazione del movimento. <strong>La libreria OpenCV (open source) \u00e8 stata adottata per l\u2019elaborazione delle immagini di videosorveglianza,<\/strong> implementando l\u2019algoritmo di sottrazione in background (noto anche come algoritmo di rilevamento in primo piano). Altro algoritmo utilizzato, il BackgroundSubtractorMOG2, si basa su distribuzioni gaussiane e offre una migliore adattabilit\u00e0 a scene diverse, grazie al cambiamento nell\u2019illuminazione e al rilevamento delle ombre. Il sistema webcam implementato, si basa sul salvataggio dei dati frame e sulla creazione di file GIF\/JPEG. Per il rilevamento dei contorni \u00e8 stata confrontata con i punti di sensibilit\u00e0 di tracciamento ottenuti, impostando uno slider modificabile dall\u2019utente, in grado di salvare i frame come GIF composti da diversi JPEG uniti. Dopo una progettazione completa del prototipo di elaborazione delle immagini, sono stati eseguiti diversi testi di movimento che hanno evidenziato l\u2019importanza di considerare pochi punti di sensibilit\u00e0 al fine di ottenere memorizzazioni di immagini pi\u00f9 frequenti, anche per piccoli movimenti.<\/p>\n\n\n\n<p><a href=\"https:\/\/www.dyrecta.com\/lab\/wp-content\/uploads\/2020\/10\/J93.pdf\">Il sistema prototipo proposto \u00e8 adatto per smart camera di videosorveglianza in sistemi industriali.<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>La videosorveglianza intelligente nasce dall\u2019evoluzione dell\u2019analisi video. Il collegamento in rete degli apparati ha consentito che i software esaminassero le&#8230;<\/p>\n","protected":false},"author":1,"featured_media":5047,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[97],"tags":[],"_links":{"self":[{"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/posts\/5046"}],"collection":[{"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/comments?post=5046"}],"version-history":[{"count":2,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/posts\/5046\/revisions"}],"predecessor-version":[{"id":5075,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/posts\/5046\/revisions\/5075"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/media\/5047"}],"wp:attachment":[{"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/media?parent=5046"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/categories?post=5046"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.dyrecta.com\/lab\/wp-json\/wp\/v2\/tags?post=5046"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}