ACTi otrzymuje maksymalną liczbę punktów w ocenie przetargowej Inteligentnego Systemu Monitoringu Komendy Policji Miasta Tajpej!

Powiązane wiadomości:
1. Burmistrz Hau promuje pełne wdrożenie systemów monitoringu wizyjnego i egzekwuje politykę zerowej tolerancji wobec zagrożeń bezpieczeństwa publicznego, Biuro Rzecznika Prasowego Rządu Miasta Tajpej, http://jad.police.taipei/ct.asp?xItem=980802&ctNode=82918&mp=108161M

Notatki z konkursu:
Byłem inżynierem odpowiedzialnym za sześć algorytmów analizy inteligentnego monitoringu wizyjnego w ramach tej oceny przetargowej, a mianowicie zliczanie ludzi i pojazdów, wykrywanie obiektów pozostawionych bez nadzoru, wykrywanie obszarów zastrzeżonych, wykrywanie przekroczenia linii, wykrywanie kierunku ruchu obiektów oraz wykrywanie koloru obiektów. Ich planowane zastosowania można krótko opisać następująco:
1. Zliczanie ludzi i pojazdów: może być wykorzystywane do kontroli i oceny natężenia ruchu.
2. Wykrywanie obiektów pozostawionych bez nadzoru: może wykrywać nielegalne wyrzucanie śmieci lub pozostawione podejrzane przedmioty (na przykład materiały wybuchowe lub zgubione mienie).
3. Wykrywanie obszaru zastrzeżonego: może automatycznie wykrywać, czy obiekt wszedł do niebezpiecznej strefy.
4. Wykrywanie przekroczenia linii: może automatycznie wykrywać, czy obiekt przekroczył granicę strefy zastrzeżonej (na przykład gdy ktoś ma zamiar skoczyć do rzeki).
5. Wykrywanie kierunku ruchu obiektów: może automatycznie wykrywać pojazdy jadące pod prąd.
6. Wykrywanie koloru obiektów: pomaga policji wyszukiwać podejrzane pojazdy według koloru.

W konkursie wzięło udział pięć firm. Byłem inżynierem z jednej z nich odpowiedzialnym za te sześć algorytmów; tą firmą była ACTi Corporation. Systemy konkurencyjne obejmowały system IBM S3, systemy V5 opracowane przez dwa zespoły Narodowego Uniwersytetu Chiao Tung oraz jeden niezależnie opracowany system innej firmy. Konkurs przeprowadzono z użyciem transmisji wideo na żywo na miejscu, z rozpoznawaniem wyników w czasie rzeczywistym i zapisem wideo do celów weryfikacyjnych. Ponieważ był to konkurs czasu rzeczywistego, należało uwzględnić warunki pogodowe. Zmiany światła i cienia mogły łatwo spowodować awarię algorytmów lub wygenerować fałszywe detekcje. W szczególności kilka dni przed konkursem pojawiły się informacje, że tajfun „Nangka” może uderzyć w Tajwan, dlatego rozpoznawanie w warunkach deszczowych stało się szczególnie istotne. Nasz zespół nadal więc pracował na ulicach w deszczu. Nieoczekiwanie dzień konkursu okazał się jasny i słoneczny. Rzeczy nie zawsze układają się zgodnie z planem.

Trudność analizy obrazu cyfrowego polega na jej nieprzewidywalności. Zmiany są trudne do kontrolowania. Mówiąc najprościej, jeśli skieruje się kamerę na białą ścianę przez dziesięć minut, a następnie przeanalizuje każdą klatkę osobno, wartości liczbowe w każdej klatce będą inne. Właśnie dlatego analiza matematyczna i uogólnianie mają tak duże znaczenie.

Każda firma dała z siebie wszystko w tym konkursie. Wszyscy codziennie przyjeżdżaliśmy wcześnie na miejsce rywalizacji, nieustannie testując, weryfikując i udoskonalając nasze systemy. Byli tam inżynierowie terenowi, inżynierowie systemów bazowych, programiści algorytmów, menedżerowie, inżynierowie sprzedaży, inżynierowie aplikacyjni, handlowcy i wiele innych osób. Przechodnie myśleli nawet, że organizujemy uliczny festyn, ponieważ każda firma ustawiła własne stoisko ekspozycyjne przy drodze i niemal wyglądało to tak, jakbyśmy tam mieszkali. W końcu był to bardzo duży projekt. Ponieważ konkurs oceniał przede wszystkim algorytmy, inżynierowie odpowiedzialni za ich projektowanie znajdowali się pod ogromną presją, ponieważ sukces lub porażka zależały właśnie od algorytmów. Z tego powodu często budziłem się przerażony zaraz po zaśnięciu. Spałem mniej niż trzy godziny, po czym budziłem się i znowu analizowałem problemy. Czasami, gdy pojawiała się inspiracja, nie spałem całą noc, nieustannie eksperymentując i wprowadzając poprawki. Aby zachować jasność umysłu, jadłem tylko jeden posiłek dziennie i przyjmowałem witaminy. W miarę zbliżania się konkursu po prostu piłem coraz więcej kawy, starając się poprawić wszystko tak bardzo, jak tylko było to możliwe. Sądzę, że inżynierowie z innych firm czuli to samo. Różnica polegała na tym, że mój przełożony był wyrozumiały. Prosił mnie jedynie o to, bym każdego dnia jasno komunikował z kolegami każdy etap procesu, a potem pozwalał mi dalej pracować. Chociaż wiedziałem, że on również znajduje się pod wielką presją, nie mogłem mu pomóc, dopóki algorytmy nie były w pełni gotowe.

Nasi inżynierowie sprzedaży i inżynierowie aplikacyjni nieustannie dostarczali filmy testowe. Niezależnie od tego, czy pogoda była pochmurna, lekko deszczowa czy słoneczna, wciąż nagrywali materiał, abym mógł trenować algorytmy w wielu różnych scenariuszach. Było wiele problemów, które należało rozwiązać. Na przykład, aby zasymulować przyszłe kamery montowane na sygnalizatorach świetlnych, musieliśmy uwzględnić drgania kamery spowodowane wiatrem. Algorytm musiał wyeliminować ten ruch, zanim rozpoznawanie mogło się rozpocząć. Obiektywy kamer mogły również powodować efekt „oddychania”, który również należało odfiltrować algorytmicznie. Zmiany balansu kolorów także musiały być obsługiwane przez algorytm. Oprócz tych problemów istniały także inne wyzwania oparte na regułach, takie jak dokładne zliczanie, definiowanie reguł rozpoznawania kolorów, określenie, jak długo obiekt musi pozostawać nieruchomy, aby można go było rzeczywiście uznać za „pozostawiony bez nadzoru”, oraz potwierdzanie kierunku ruchu pojazdu. Zbudowanie praktycznego systemu rozpoznawania obrazu wideo w czasie rzeczywistym naprawdę nie jest łatwe. Od strony programowej ściśle współpracowałem z inżynierem systemów bazowych. Oprócz tego, że był bardzo biegły w programowaniu systemowym, zadawał również wiele uzasadnionych pytań dotyczących skuteczności moich algorytmów. Przyjmowałem te uwagi i dzień po dniu, noc po nocy nadal wprowadzałem poprawki. Za każdym razem, gdy poprawiałem algorytmy, on musiał odpowiednio zmieniać swój kod, a mimo to nigdy nie narzekał. Ostatecznie opakował moje algorytmy w kontrolkę ActiveX Control i przekształcił je w dopracowany komercyjny produkt klasy profesjonalnej. Już sam wygląd ekranu i interfejsu użytkownika sprawiał, że można go było łatwo pomylić z wersją pudełkową przeznaczoną do sprzedaży detalicznej.

Wreszcie nadszedł dzień konkursu. Dzięki naszym wcześniejszym wysiłkom algorytmy stawały się coraz bardziej praktyczne i potrafiły radzić sobie ze zmianami zachodzącymi w czasie rzeczywistym. Na przykład, gdy pogoda zmieniała się z pełnego słońca na nagłe zachmurzenie, nasz system nadal potrafił sobie z tym poradzić. Natomiast metoda oparta na statycznym tle z pewnością by zawiodła. Tego dnia jedna z firm poprosiła o czas przed każdym testem, aby jej system mógł nauczyć się tła, a zespół konsultantów wyraził na to zgodę. Przed konkursem panel konsultacyjny organizował spotkania ze wszystkimi uczestniczącymi dostawcami i ocena była prowadzona dopiero po potwierdzeniu zasad uczciwości. Przygotowania rozpoczęły się o godzinie 9:00 rano, a rywalizacja trwała do po 16:00. Kiedy wszystko wreszcie się skończyło, muszę przyznać, że byłem tak spięty podczas całego przebiegu, iż kilka razy, po spojrzeniu na ekran, pociemniało mi przed oczami i niemal zemdlałem.

Panel sędziów i konsultantów składał się z ekspertów z różnych dziedzin i już sama ta świadomość wystarczała, by każdy poczuł zdenerwowanie. Dziś wreszcie poznałem wyniki: w konkursie inteligentnej analizy obrazu wideo nasza firma (ACTi Corporation) uzyskała maksymalną liczbę punktów, podczas gdy wszystkie pozostałe firmy straciły punkty z powodu poważnych błędów. Konkurs inteligentnej analizy obrazu stanowił tylko jedną część całej oceny przetargowej. Tylko ci, których łączny wynik ze wszystkich elementów oceny przekroczył wymagany próg, mogli zakwalifikować się do końcowego etapu przetargu. Wyniki przedstawiały się następująco: Chunghwa Telecom uzyskał 83 punkty, MiTAC 81 punktów, a Alcatel-Lucent (który wdrożył kompletne rozwiązanie ACTi Corporation) uzyskał 100 punktów. Dwie pozostałe firmy utraciły kwalifikację. Chociaż ACTi Corporation spisała się znakomicie i zdobyła maksymalny wynik, przetarg nie został przyznany wyłącznie na podstawie najwyższej liczby punktów. Innymi słowy, sama doskonałość techniczna nie wystarczyła, by zdobyć projekt, i kontrakt ostatecznie otrzymała inna firma. Nasi przełożeni teraz dodają wszystkim otuchy i proponują rozwiązania. Wierzę, że będziemy nadal iść naprzód, ponieważ jesteśmy naprawdę znakomitym zespołem.

Rysunek 1. Nasz wielowartościowy pojazd monitoringu. Może być ładowany energią słoneczną i samodzielnie zasilać cztery kamery monitoringu. Jego maszt można podnieść nawet na wysokość ośmiu metrów, co zapewnia mu dużą mobilność. Jest wyposażony w hak holowniczy, dzięki czemu można go przemieszczać przez holowanie. Jest również zabezpieczony przed deszczem.

Rysunek 2. Nasz wielowartościowy pojazd zasilany energią słoneczną.

Rysunek 3. Moje zdjęcie z pojazdem zasilanym energią słoneczną.

Rysunek 4. Pisałem kod przy drodze w palącym słońcu.

Rysunek 5. Ci trzej inżynierowie sprzedaży i inżynierowie aplikacyjni byli znakomitymi współpracownikami. Nie bali się ciężkiej pracy, wspinania się w górę i schodzenia w dół oraz znoszenia wiatru i deszczu. Bez nich nie byłbym w stanie niczego osiągnąć.

Rysunek 6. Już kilka dni przed konkursem miejsce było zatłoczone.

Rysunek 7. To był pojazd podnośnikowy innej firmy. Był całkiem ciekawy, a nawet można go było prowadzić jak samochód.

Rysunek 8. Każda firma montowała swoje kamery coraz wyżej.

Rysunek 9. Po zakończeniu konkursu wielowartościowy pojazd zasilany energią słoneczną został odholowany przez wielowartościowe BMW — idealne połączenie.

Autor: Tai-Yu Lai, ChatGPT
Tytuł: ACTi otrzymuje maksymalną liczbę punktów w ocenie przetargowej Inteligentnego Systemu Monitoringu Komendy Policji Miasta Tajpej!