コンピュータービジョンアルゴリズム（これはどのように可能ですか？）

私は最近、万引きを自動的に検出してユーザーに警告できるコンピュータービジョンテクノロジーのように見えるものを作成した会社に偶然出会いました。

同社が提供するビデオや例をいくつか見て、私は完全に困惑し、驚いたことに、いったい彼らがこの機能をどのように実現したのかについて驚いた。

ここで誰もこれがどのようにして達成されたのかを正確に伝えることはできないが、誰もが知っている-そして私に指摘することができる-この分野の研究を調査するか、あるいはこのようなものがどのように実装されるかについての詳細を提供するか、またはどこから始めればよいのか？

私の理解では、コンピュータービジョンアルゴリズムは、この洗練されたものから何年も離れていました。この種のアプリケーションは本当に可能ですか？彼らがこれをどのように達成したかで推測を危険にさらすことをいとわない誰か？

algorithms computer-vision

— マキシム・ゲルシュコビッチ
ソース

これはそれほど難しくはありません。ゲームはオブジェクト間の衝突を常に検出します。人とアイテムの棚の間の衝突を検出し、その人が支払いをせずにドアに向かって歩いているときにアラームを鳴らすことができないのはなぜですか。

— Robert Harvey

丁度。それは単にオブジェクト認識と衝突検出です。彼らがスキャナーにそれを引っ掛けない限り、それはスキャナーの上にオブジェクトを動かすことによって簡単に終わりますが、その少し上にあります。オブジェクトはスキャナーに衝突したように見えますが、実際には衝突していません。

— Andrew T Finnell

とにかく、ウェブサイトで説明されている検出メカニズム（恋人、バスケットロス、セルフチェックアウト）のどれも、高度に洗練されたものを必要としません。彼らは非常に限られたエリア（レジのカウンター）でチェックインし、バーコードスキャナーが実際にスキャンしたと言っていることに対して、バスケットにあるアイテムをクロスチェックできます。

— Robert Harvey

混乱してすみません。気の利いた例を見てみましょう。私は2つのアイテムを持っています。1つは低コストのアイテム、もう1つは高いアイテムです。低価格品を高価格品の下に置いてスキャンします。その時点で、POSシステムでスキャンされたものとレジ係の手でカメラに表示されたものを比較できますが、何十万もの潜在性に対して「バッグに入れられているものを理解する」ことができるシステムが必要です。限界品質のカメラを通してアイテム。これは非常に複雑なようです。何が欠けていますか？

— Maxim Gershkovich

これがどれほどうまく機能するかについて、あなたはあまりにも多くを想定していると思います。まともなエラー率があり、システムをゲームするのは非常に簡単です。私はこれを内部告発者タイプのシステムのように見ています。このシステムは、人間のレビューが必要なビデオ内の潜在的な場所を識別するだけです。そのため、不正確さは十分に許容されます。

— クリス

最先端の技術について誤解しています。 数年前、私はさまざまな目的でそのようなシステムを構築する会社で働いていました。1つは非常に成功した空港の出口制御システムで、出口の廊下を間違って歩いている人と、動いているボールや正しい方向に進んでいる人の違いを簡単に見分けることができました。シーン内のオブジェクトをリアルタイムで認識するのは簡単ではありませんが、スーパーコンピュータではなく組み込みCPUでそれを行っていました。

数年前には信じられないようなものは何も見当たりませんでした。

— ロス・パターソン
ソース

実際、この会社はインドでコンピュータービジョンと手動レビューのハイブリッドを使用しています。それは特に恋人のような要素のための純粋なコンピュータビジョンではありません。実際、私がこのシステムでかなり問題を抱えている小売業者の1人を知っています。私が保存しているシステムパフォーマンスではなく、インドへの帯域幅の出荷ビデオが原因です。この手動のコーディングは、エラーを削減する方法であり、現在一部のベンダーに典型的な技術的探求です。

— マイク・マクミラン
ソース