Tracciamento multicamera basato sull'IA

Il tracciamento multicamera è sempre stato difficile, perché richiede di abbinare oggetti ripresi da diverse inquadrature, il che necessita di operazioni di calibrazione e sincronizzazione particolarmente precise. Una delle difficoltà consiste ad esempio nella variazione delle angolazioni, dell'illuminazione e della qualità video. La gestione di inquadrature non sovrapposte e la fusione di informazioni per ottenere ID precisi e coerenti tra le varie telecamere complica ulteriormente le cose.

Il plug-in di tracciamento multicamera (MCT) NVIDIA DeepStream SDK fornisce un tracciamento coerente degli oggetti in 3D attraverso più telecamere sovrapposte e calibrate. La configurazione può essere completata in meno di cinque minuti, includendo ID globali, fusione in tempo reale e distribuzione scalabile per negozi di vendita al dettaglio, magazzini e molto altro.

In questa demo, un digital twin di un magazzino, creato con le librerie NVIDIA Omniverse™, funge da ambiente di simulazione per decine di lavoratori digitali e vari robot autonomi. Integrato nel flusso di lavoro della fabbrica virtuale NVIDIA Mega, il flusso di lavoro per il tracciamento multicamera ha permesso di creare una mappa centralizzata dell'intero magazzino con 100 telecamere simulate, consentendo una consapevolezza in tempo reale dello spazio fisico.

NVIDIA fornisce gli strumenti software per l'intera pipeline di sviluppo — dalla generazione dei dati all'addestramento dei modelli, fino allo sviluppo delle applicazioni — per aiutare gli sviluppatori a creare rapidamente applicazioni di IA visiva complesse per spazi estesi.

• Librerie NVIDIA Omniverse per creare digital twin 3D di ambienti reali.
  NVIDIA Omniverse, una raccolta di librerie e microservizi, consente di costruire digital twin 3D di spazi del mondo reale, posizionare telecamere virtuali per acquisire svariati dati sintetici, generare annotazioni ground-truth per l'addestramento dei modelli di percezione e convalidare le applicazioni end-to-end prima della distribuzione nel mondo reale.

• NVIDIA Isaac Sim™: generazione di dati sintetici per ottimizzare l'addestramento.
Il kit applicativo Action and Event Generation all'interno di Isaac Sim semplifica la simulazione ad agenti — persone e robot mobili autonomi compresi — per agevolare la generazione di dati sintetici dalle scene.

• Toolkit NVIDIA TAO per lo sviluppo semplificato di modelli con dati reali e sintetici.
NVIDIA TAO semplifica l'addestramento e l'ottimizzazione dei modelli per attività come il rilevamento e la reidentificazione di persone. Gli sviluppatori possono perfezionare i modelli pre-addestrati con dati sintetici e reali, ottimizzandoli per ottenere prestazioni di inferenza migliori attraverso la quantizzazione e la potatura.

• DeepStream per il tracciamento multicamera (MCT) attraverso svariate telecamere.
MCT estende DeepStream NvTracker per consentire il tracciamento 3D distribuito e in tempo reale attraverso una rete di telecamere. DeepStream assegna automaticamente ID univoci ai nuovi oggetti, preservandone l'identità in caso di occlusioni e passaggi di consegne tra le telecamere. MCT funziona perfettamente con i rilevatori sia 2D che 3D, supportando una vasta gamma di casi d'uso.

• Design cloud-native per la distribuzione scalabile dall'edge al cloud.
Containerizzate facilmente le vostre applicazioni con Docker, Kubernetes e GPU Operators per distribuire soluzioni cloud-native su NVIDIA Jetson™, x86 e dGPU.
 

Velocizzate lo sviluppo di applicazioni di IA visiva multicamera con il flusso di lavoro completo e accelerato NVIDIA — dalle librerie Omniverse per la generazione di dati sintetici a TAO per lo sviluppo semplificato di modelli e Metropolis per gli elementi costitutivi di applicazioni modulari e cloud-native.