Метадетектор и метапоиск

Визуально-языковая модель распознает сцену по описанию на английском языке. Для работы в режиме реального времени описание задается при настройке детектора. Для анализа архива постоянно генерируются и сохраняются метаданные, а текстовое описание сцены задается в момент поискового запроса. Метапоиск сравнивает текст запроса с сохраненными метаданными и находит лучшие соответствия.

Полная структура описания включает: объект, его ключевые признаки (размер, цвет и т. д.), окружающую обстановку, дополнительные уточнения сцены (ракурс, положение объекта в пространстве).

Примеры описаний: human and dog, running human, human climbing a fence, woman in a black dress, white car at a crosswalk top view.

Метадетектор распознает сложные для видеоаналитики, но обыденные ситуации и не рассчитан на узкопрофессиональную специфику или терминологию. Он работает со статичными изображениями (отдельными кадрами), то есть анализирует неподвижные сцены, которые можно описать словами.