top of page
اقفز إلى:

|

التطبيقات المتكاملة للمراقبة بالفيديو للمدن الذكية باستخدام إنترنت الأشياء والحوسبة المتطورة: VGuard
حول المراقبة بالفيديو

أصبحت تقنية المراقبة بالفيديو أداة أساسية للسلامة والأمن ، مثل مراقبة حركة المرور والمراقبة الداخلية وتتبع الجريمة والعنف. ومع ذلك ، مع الزيادة السريعة في استخدام هذه الأنظمة يزيد بشكل كبير من كمية بيانات الفيديو. بدوره هذا التحميل الزائد على موارد الأجهزة والشبكة لتخزين ونقل هذه البيانات. في الأحداث المؤسفة ، ليس من المجدي تحليل جميع لقطات الكاميرات لاستخراج معلومات مفيدة في وقت معقول. هنا نرفع من الحاجة إلى معالجة الفيديو الآلي والتحليل في الوقت الفعلي وتنفيذها على جانب الكاميرات.

هدفنا

الهدف من المشروع هو تطوير نموذج أولي لنظام مراقبة بالفيديو ذكي كامل للمدن الذكية ليتم دمجه في NHANC-FalconEye Situation Awareness Solution.

  • يتم توصيل جهاز إنترنت الأشياء الآمن مباشرة بكاميرات المراقبة لإجراء تحليل عالي المستوى بالفيديو . 

  • تطبيقات الويب والجوّال المستندة إلى السحابة لموظفي إدارة المدينة وأصحاب المدن وسكان المدينة.

  • المساهمة العلمية والمنشورات في مجلات أو مؤتمرات سبر.

يعتمد هذا الاقتراح على (PRP CFP174 - Embedded Video Surveillance استنادًا إلى IoT & ML for Smart City 2021).

Outsourcing

Fixed Term
Agreement

 Hand-in-Hand
Agreement

Where you pay a fixed amount for a clear well-specified outcome in a well-defined duration.
Where we dedicate a team for your project, you assign the tasks to the team and we supervise the progress and provide a revised outcomes.

Full Control
Agreement

Here we help you to select the best members for the team. The team will work directly & completely for your side. We help in recruitment and hosting.

التحديات

في المشروع السابق ، قمنا باختبار مجموعة واسعة من الخوارزميات المصممة للمراقبة الذكية بالفيديو. لقد اختبرنا أيضًا تكامل بعض هذه الخوارزميات مع الأنظمة المضمنة مثل Raspberry Pi. نهدف في مشروع ARP المقترح إلى:

​

  1. قم بتحسين المزيد من الخوارزميات ليتم تنفيذها على Raspberry Pi

  2. دمج هذه الخوارزميات مع بعضها ومع نظام تحكم

  3. قم بتحسين دقة وأداء هذه الخوارزميات للوصول إلى قبول المستخدم والنتائج في الوقت الفعلي (بشكل أساسي باستخدام التعلم الموحد).

  4. تكييف الخوارزميات من أجل (أ) المشاهد الداخلية و (ب) في الهواء الطلق. بناءً على ملاحظاتنا ، يحتاج كل نوع مشهد إلى إعدادات خاصة.  

  5. خوارزميات أكثر دقة للإجراء الخاص والتعرف على إعادة تعريف الأشخاص.

  6. اقتراح خوارزميات جديدة:  

    1. المعالجة المسبقة: صورة فائقة الدقة ، وإزالة الأزيز ، والإضاءة ، والرؤية الليلية

    2. التعرف على وجه سائق السيارة

    3. التعرف على الإجراءات غير الطبيعية بالصوت

    4. تلخيص قائم على الشخص / الحدث من عدة كاميرات . 

  7. اقترح نظام أمان على الحافة بالإضافة إلى مستوى السحابة ، والذي يتضمن مصادقة المستخدم والترخيص والتشفير واكتشاف أحصنة طروادة  

bottom of page