Elfelejthetjük a hamis riasztásokat? – AI videoanalitika

Uri Guterman

Uri Guterman

Uri Guterman, a Hanwha Techwin Europe termék- és marketingvezetõje hangsúlyozza, hogy az esemény alapú vezérlés és a Deep Learning videoanalitika a pontos esemény érzékelés mellett, jelentõsen csökkentheti a hamis riasztások számát is.

Volt idő, amikor a távoli helyszínen végzett vizuális megfigyelés költsége a legtöbb vállalkozás számára túlságosan magas volt. Ugyanakkor az utóbbi években a nagy sebességű, olcsó szélessávú hozzáférhetőség és az esemény alapú megfigyelés felé történő elmozdulás lehetővé tette a megfizethető árú távoli vizuális megfigyelő szolgáltatásokat.

Nyilvánvalóvá vált, hogy a költséghathatékonyság kérdésén túlmenően is, nem feltétlen hatékony számos létesítménynél a folyamatos megfigyelés. Ez a személyzettől az állandó koncentráció képességét várja el, ami magába hordozza a több hiba kockázatát.

Ha csupán az érzékelőeszközök vagy a szerver alapú mozgásérzékelő szoftverek által generált eseményvezérelt riasztásokat kell vizuálisan ellenőrizni, az azt jelenti, hogy a szolgáltatók egyidejűleg sok helyet is megfigyelhetnek.

A hamis riasztások kihívásai

A technológia folyamatos fejlődése ellenére a riasztás vizuális ellenőrzésének fenti módszerei persze nem ritkán generálnak hamis riasztásokat is annak eredményeként, hogy nem mindig pontosak az észlelések. (pl. adott objektum védelme során pontosan megkülönböztetni a kóbor állat, a fák mozgását az emberi betolakodótól stb.) A hamis riasztások kezelésének, ellenőrzésének költségei is magasak lehetnek, így fontos a korszerű videoanalitikák egyre szélesebb körű alkalmazása.

AI alapú megoldások

A szakma élenjáró cégei között a Hanwha Techwin is úgy véli, hogy a Deep Learning videoanalitika lehetőségeink kiaknázásával képes a vállalkozásoknak, a hatóságoknak és más szervezeteknek, kiemelt hatékonyságú technológiát biztosítani. A nagy felbontású kamerákkal működő, licenc nélküli mélyreható videoanalitika, magas szintű észlelési pontosságot kínál, miközben minimalizálja a hamis riasztásokat.Így képes egyidejűleg felismerni és osztályozni a különféle objektumtípusokat, embereket, járműveket, arcokat és rendszámtáblákat.

Forrás: Hanwha Techwin

Forrás: Hanwha Techwin

A cég által gyártott speciális kamerákba épített Wisenet AI algoritmusok a fentiek mellett képesek azonosítani tárgyak jellegzetességeit, emberek tulajdonságait, például korukat, nemüket vagy pl. ruházat színét. Az attribútumokat metaadatként menti az AI kamerák által készített képekkel együtt, lehetővé téve a felhasználók számára, hogy gyorsan keressenek bizonyos objektumokat vagy eseményeket, az algoritmusok pedig a még pontosabb felismerhetőséget segítik.

A legfontosabb, hogy a Deep Learning videoanalitika úgy konfigurálható, hogy figyelmen kívül hagyja a videozajt, a növényzet, fák és az állatok mozgását, a mozgó felhőket stb. amelyek általában a téves riasztások okai lehetnek, amikor a szokásos mozgásérzékelési technológiát vagy érzékelőket használják tevékenység észlelésére. Az idő pazarlás és a költséges hamis riasztások minimalizálásának lehetősége azt jelenti, hogy az irányító helyiség üzemeltetői és a biztonsági személyzet a valódi eseményekre és vészhelyzetekre való reagálásra lesz képes ténylegesen összpontosítani.

A Memoori Smart Building Research által készített jelentés előrejelzése szerint a videó megfigyelő termékek értékesítése 2019-ben 19,15 milliárd dollárról 2024-re 35,82 milliárd dollárra növekszik, és hogy az AI videóanalitikai szoftverek valószínűleg jelentősen hozzájárulnak majd ehhez a növekedéshez. Ez talán nem meglepő, figyelembe véve önmagában a távfelügyeleti tevékenységek hatékonyabbá és megfizethetőbbé tételének szükségletét, valamint a bűncselekmények leküzdésének sokféle módon történő elősegítését, például lehetőséget a felvett videók megbízható törvényszéki alkalmazására bizonyítékként.

A Hanwha Techwin videotechnika és technológiai partnerei a fenti AI alkalmazások fejlesztésében és széleskörű bevezetésében látják a jövőt, amelyek olyan szintre fejleszthetik a videó megfigyelő rendszereket, amelyek jelenleg még kár utópiának is tűnhetnek.

Forrás: ifsecglobal.com

Kapcsolódó cikkek:

Hozzászólások