Nuovi algoritmi per una videosorveglianza ottimizzata
Per soddisfare le aumentate esigenze di sicurezza sono necessari sempre più sistemi di videosorveglianza, ma non sempre è disponibile la manodopera per analizzare le riprese video. Un software migliore è necessario per analizzare automaticamente le registrazioni senza troppi falsi allarmi ed eventi non notati, che richiede algoritmi più avanzati, specialmente considerando che le unità con processore grafico programmabile (GPU) si sono evolute significativamente. Il progetto PARALLELYTICS (Real-time video analytics engine optimized for GPUs), finanziato dall’UE, ha cercato di realizzare e implementare algoritmi di analisi video paralleli ottimizzati per i processori paralleli ad alta potenza di oggi. PARALLELYTICS si concentrava su tre principali obiettivi di ricerca: selezione e progettazione di un algoritmo di apprendimento per macchine con elaborazione parallela; algoritmi di apprendimento supervisionato e non, e progettazione di funzionalità per l’apprendimento normale; sviluppo di algoritmi adattivi di passaggio dei messaggi. I partner del progetto hanno istituito un corso in machine learning nell’ambito del curriculum scientifico degli studenti di scuola postsecondaria dell’Università Sehir di Istanbul. Sono stati delineati due corsi di laurea sul machine learning e sui modelli grafici probabilistici. È stato fondato un laboratorio di scienza dei dati composto da 11 laureati e laureandi. I ricercatori hanno sviluppato misure di selezione delle funzionalità per l’apprendimento ad albero decisionale supervisionato e non e per le applicazioni di time warping dinamico per la modellazione di dati relativi a serie temporali. Queste tecniche sono state poi applicate alla discussione modello su varie piattaforme di social networking utilizzando dati reali. I ricercatori hanno inoltre progettato funzionalità per il riconoscimento delle forme, il riconoscimento delle attività di folla e la modellazione dei movimenti dei singoli agenti. Il team PARALLELYTICS ha progettato algoritmi intelligenti e ad ad alta efficienza per la GPU per il passaggio di messaggi, utilizzati per migliorare la stima di variabili sconosciute e rimuovere le informazioni non valide. I risultati del progetto PARALLELYTICS dovrebbero cambiare l’efficienza e migliorare la precisione della videosorveglianza, dando un positivo impulso alla sicurezza in tutto il mondo.
