Videoüberwachungssysteme werden heutzutage immer beliebter und werden oft für Security, Verkehrsanalysen, landwirtschaftliche Kontrollsysteme usw. angewendet.
Mit unseren Fachkenntnissen in Computer Vision und Webentwicklung haben wir eine Fahrzeugtracking-App in Echtzeit gestaltet die einfach anpassbar ist um andere Objekte zu verfolgen (Menschen, Tiere, Pflanzen usw.) und in verschiedenen Business-Szenarien eingesetzt werden kann. Es kann in verschiedenen Modi verwendet werden: von einem On-Demand Single-Frame Detektor bis hin zur andauernden Stream-Analyse und Tracker.
Für die Videoverarbeitung auf unserem Server wird ein Deep-Learning-basierter Detektor zusammen mit einem Multiobjekt-Trackingssystem angewendet. Die Zwei-Wege-Kommunikation in Echtzeit erlaubt es die kontinuierliche Analyse der eingehenden Frames und die Sendung von Annotationen zu Web-Kunden, was für eine flüssige Live-Streaming-Erfahrung sorgt.
Das System akzeptiert verschiedene Stream-Quellen (IP- oder Web-Kamera, Videodateien, usw.) und erlaubt es mehreren Kunden mit dem annotierten Video-Stream verbunden zu sein. Die Lösung entsteht mithilfe von Microservices als isolierte Docker-Container.
