Внедрение искусственного интеллекта для повышения эффективности видеонаблюдения

Внедрение искусственного интеллекта для повышения эффективности видеонаблюдения

Видеоаналитика продолжает совершенствоваться и быстро становится стандартом для устройств и решений видеонаблюдения. Стремительное развитие программного обеспечения с видеоаналитикой также уступило место растущему внедрению искусственного интеллекта и технологий Deep learning в индустрии безопасности. Искусственный интеллект, способный подключаться к другой информации с помощью датчиков, включая подсчет людей, управление идентификацией и тепловое картирование, способен предоставить конечным пользователям гораздо больше информации, чем традиционные решения. Эти функции сбора данных расширяют возможности операций и представляют новую ценность для конечных пользователей не только с точки зрения безопасности, но и с точки зрения эксплуатации.

Постоянное обучение

Передовая технология моделирования ИИ постоянно изучает, как выглядит типичная сцена. Это весомо снижает количество ложных срабатываний системы безопасности, поскольку может определять нетипичные события или движение и предупреждать пользователей в режиме текущего времени, чтобы инициировать нужный ответ.

Другие возможности ИИ, такие как фильтрация метаданных, помогают весомо ускорить расследования. Фильтрация метаданных автоматически распознает объекты, места и движения, а затем извлекает и сохраняет информацию, относящуюся к каждой сцене. Эти метаданные обеспечивают классификацию, идентификацию и контекст видеопотоков, позволяя пользователям быстро и легко систематизировать, искать и извлекать интеллектуальную информацию из огромных объемов материалов с камер видеонаблюдения. Кроме того, технология сопоставления людей с искусственным интеллектом извлекает характеристики внешнего вида выбранного человека и быстро просматривает многочасовые видеозаписи в поисках наиболее похожих совпадений из одного или нескольких записанных видеопотоков.

Несмотря на все эти преимущества, для некоторых стоимость остается одним из главных препятствий на пути внедрения ИИ. Еще одна проблема — вычислительная мощность. Первоначальные решения требовали сложных серверных настроек, что делало их недоступными для большинства организаций. К счастью, цены продолжают снижаться, поскольку новые функции ИИ становятся доступными через некоторые существующие решения ПО для видеонаблюдения и облачные приложения. Это, в сочетании с тем фактом, что производители представляют более понятные и лаконичные приложения, которые решают повседневные задачи, позволяет все большему количеству конечных пользователей использовать преимущества искусственного интеллекта.

По данным исследовательского центра The Hill, искусственный интеллект неуклонно растет — с 12 миллиардов долларов в 2017 году, до прогнозируемых 60 миллиардов долларов в 2021 году. Но этот прогноз, вероятно, будет расти экспоненциально в разгар пандемии COVID-19. Ускоренное распространение вируса неизбежно побудит многие предприятия (большинство из которых теряют непомерные суммы доходов) заменить людей, как фактор производства. Машины не могут быть заражены вирусом и, следовательно, не остановят производство, не нарушат цепочку поставок продуктов питания или другие производственные процессы. Им также не нужно дистанцироваться в обществе.

Социальное дистанцирование

Руководящие принципы в сегменте здравоохранения, согласно которым люди должны находиться на расстоянии 1,5 м друг от друга, влияют на многие аспекты повседневной жизни, как в личном, так и в профессиональном плане. Для повседневных дел, столь же простых, как поход в продуктовый магазин, теперь требуется охрана на входе, чтобы разделять людей и пропускать одновременно ограниченное количество покупателей. Некоторые компании не смогут покрыть расходы на охранников и сотрудников службы безопасности для обеспечения социального дистанцирования в течение продолжительного периода времени. Это дорого. Автоматизация процессов с помощью видеоаналитики, несомненно, будет более привлекательным и доступным решением.

В борьбе с распространением COVID-19 особенно важна возможность сочетать технологии распознавания лиц и ИИ для обнаружения лихорадки. Тепловизионные камеры уже давно используются для обнаружения людей с повышенной температурой. Видеокамеры, оснащенные мультисенсорной технологией на основе искусственного интеллекта, используются в массе объектов, включая аэропорты, больницы и фабрики. Технология автоматически обнаруживает людей с лихорадкой, отслеживает их движения, распознает их лица и определяет, носят ли они защитные маски.

Организации, которые могут быть не в состоянии выделить бюджет на новое сложное программное обеспечение с искусственным интеллектом, скорее всего, будут стремиться использовать уже имеющиеся вложения в видеонаблюдение с помощью стандартных дополнений. Например, простые технологии, такие как подсчет людей, предлагают массу преимуществ. Помимо помощи в обеспечении социального дистанцирования, они способны предоставить информацию для определения маркетинговых и операционных стратегий, а также данные для принятия ключевых бизнес-решений. Востребованные возможности, вероятно, будут включать в себя пассивное обнаружение персонала, измерение времени ожидания и вариант подключения нескольких устройств систем безопасности и контроля доступа, для перекрытия широких проемов.

Работа с эффективной видеоаналитикой

Многие конечные пользователи уже используют простую, но экономичную аналитику типа «blob», которая обычно включает изображения, аудио или другие мультимедийные объекты, а также устройства для удовлетворения их эксплуатационных требований. Сейчас это обычное дело во многих приложениях, поскольку аналитические IP камеры видеонаблюдения и устройства plug-and-play доказали свою экономичность и легкость развертывания.

Чтобы еще лучше использовать преимущества искусственного интеллекта, производители и интеграторы должны помочь клиентам понять их болевые точки и проблемы. Интеграторы должны объяснять клиентам, как те могут работать более продуктивно, продолжая при этом снижать риски, повышать безопасность и выполнять требования нормативных правил и обязанность проявлять осторожность.

Хотя заказчики быстро внедрили встроенную видеоаналитику, устройства все же могут выдавать ложные срабатывания из-за погодных условий или других факторов окружающей среды. Это может стать проблематичным, особенно для крупных объектов, поскольку ситуация способна привести к тому, что группы мониторинга будут либо непродуктивно реагировать на ложные срабатывания сигнализации, либо отключать оповещения, потенциально пропуская критические инциденты.

Приложения для Deep learning

Именно в таких средах решения глубокого обучения уже дают весомые преимущества и окупаемость инвестиций. Они учатся на собственном опыте и весомо превосходят человеческие возможности благодаря способности анализировать впечатляющее число точек данных, взятых из видеозаписи с одной или нескольких видеокамер одновременно. Это позволяет приложениям искусственного интеллекта сначала обнаруживать, а затем идентифицировать событие или угрозу, одновременно отфильтровывая ложные срабатывания и повышая производительность служб быстрого реагирования, а также гарантируя, что критические инциденты никогда не будут пропущены.

Значение и приложения для искусственного интеллекта будут продолжать расти как в целом, так и в ответ на борьбу с COVID-19. Хотя ничто пока не может заменить ценность человеческого интеллекта и принятия решений, наличие ИИ в арсенале поможет в борьбе с невидимым врагом.

147 0

Другие новости

Новости

Пенсионная реформа может быть пересмотрена

Подробнее
Новости

Молдавия может досрочно войти в ЕС

Подробнее
Новости

В России сократилось количество выдаваемых сертификатов материнского капитала

Подробнее
Новости

Россия и Китай выступают против однополярного мира

Подробнее