Künstliche Intelligenz jenseits von High-End-Videoüberwachungsanwendungen

Uri Guterman, Produkt- und Marketingleiter Hanwha Techwin Europe, explica por qué la inteligencia artificial con aprendizaje profundo ya no es una tecnología emergente que solo se usa en videovigilancia.

Es sei denn, Sie haben vor kurzem an Videoüberwachung Mit künstliche Intelligenz (das) Mit Deep Learning (Deep Learning), Sie haben den Eindruck, dass die Technologie zu teuer ist, um sie in anderen Nicht-High-End-Anwendungen bereitzustellen.

Mit der Einführung einer neuen Generation erschwinglicher Kameras, die KI bereits mit Deep Learning Dinge haben sich sehr verändert. Jedoch, der Jargon, der mit Technologie verbunden ist, wie künstliche neuronale Netze und maschinelles Lernen, könnte den Eindruck erwecken, dass die Möglichkeiten der Technologie weit über das hinausgehen, was die meisten Nutzer benötigen, um den größtmöglichen Nutzen ihrer Videoüberwachungslösungen zu erzielen.

Beseitigung von Fehlalarmen

Dies ist auch weit davon entfernt,, da die meisten Situationen, in denen KI-Kameras installiert werden könnten, diejenigen sein werden, in denen es ein grundlegendes Bedürfnis gibt, das alte Problem der Fehlalarme zu lösen, seit Jahrzehnten in der elektronischen Sicherheitsindustrie weit verbreitet.

Einfach ausgedrückt, Ki-basierte Videoanalyse mit Deep Learning ignoriert Videogeräusche, die Blätter der Bäume, die sich bewegen, Wolken bewegen und Tiere.

Kurz gesagt, alles, was normalerweise die Ursache für Fehlalarme sein könnte, wenn Sensoren oder Standard-Bewegungserkennungstechnologie verwendet werden, um Aktivitäten zu erkennen, da sie nicht für diesen Zweck konzipiert wurden.

Diese höhere Leistung der KI-basierten Videoanalyse mit Deep Learning bedeutet, dass sich Die Bediener der Leitstelle und das Sicherheitspersonal darauf konzentrieren können, auf reale Vorfälle und Notfälle zu reagieren, und verschwenden Sie keine Zeit und Mühe bei Fehlalarmen.

Neben extremer Präzision, Deep Learning Es ermöglicht Betreibern auch, nach bestimmten Features und Attributen zu suchen, einschließlich Altersgruppe und Geschlecht einer Person, wenn Sie eine Brille tragen, Hut oder eine Geldbörse.

Einfach zu bedienen und zu konfigurieren

Bei all den intelligenten Elementen, die bereits in die Kameras mit KI integriert sind, ist in der Installation nichts Kompliziertes, Konfiguration und Einsatz künstlicher Intelligenz mit Deep Learning. So, Systemintegratoren können diese Technologie in praktisch jedem Videoüberwachungsprojekt anwenden.

Die KI ist einsatzbereit, sobald die Kamera installiert ist, obwohl es die Möglichkeit bietet, an die betrieblichen Anforderungen des Endbenutzers angepasst zu werden, und es nicht notwendig ist, dass der Endbenutzer ein tiefes technisches Niveau hat. Jedoch, werden wir eine technologische Perspektive geben.

Beginnen wir mit Deep Learning, die Teil des maschinellen Lernens ist und eine Möglichkeit ist, KI zu erreichen, indem sie eine Maschine trainiert, um Aufgaben zu erfüllen, die auf vielen Beispielen basieren.

Um dies zu erreichen,, Deep Learning verwendet tiefe künstliche neuronale Netzwerke, oder mehrschichtig, die im Wesentlichen mathematische Modelle sind, die vom menschlichen Gehirn inspiriert sind.

Die Tatsache, dass sie tief sind, macht sie sehr geeignet für die Lösung komplexer Probleme, z. B. Identifizieren und Erkennen von Objekten und Ereignissen in Unformat-Videostreams, mit sehr hoher Genauigkeit.

Als Beispiel, um das Geschlecht einer Person richtig zu bestimmen, müssen erfahrene F&E-Ingenieure, ein Deep-Learning-Netzwerk zu lehren und zu validieren, das, während der Trainingsphase, verwendet eine Datenbank mit Millionen ordnungsgemäß ausgewählter Flächen, jeder von ihnen mit seiner bekannten Gattung beschriftet ist.

Nach mehrtägiger Ausbildung durch unsere Ingenieure, das neuronale Netzwerk ist bereit, live zu gehen und hat wahrscheinlich eine ungefähre Genauigkeit von 98%, was mehr oder weniger die gleiche ist wie die Fähigkeit des Menschen, die gleiche Aufgabe zu tun.

KI-Techniken mit Deep Learning bieten eine weit höhere Leistung im Vergleich zu herkömmlichen Videoanalysen. Letztere verwenden in der Regel Bewegungserkennung und sind nicht weit genug fortgeschritten, um statische Objekte zu erkennen (als geparkte Fahrzeuge) oder beheben Sie Videogeräusche, Lichtverschmutzung durch Scheinwerfer oder bewegliche Schatten, die Ursache für Fehlalarme sind.

Die Analyseleistung ist in Umgebungen mit schnellen oder sehr beschäftigten Bewegungen ebenso beeindruckend., Verbesserung der Suche nach Sachverständigenbeweisen und Beschleunigung der Ermittlungen.

Aus diesen und anderen Gründen, vielleicht ist es unvermeidlich, dass KI mit Deep Learning Schrittweise ersetzen traditionelle Videoanalyse in den meisten Anwendungen, und insbesondere diejenigen, die mehr Fehlerkennungen erleiden.

KI mit Deep Learning eignet sich besonders für Anwendungen, die ein höheres Maß an Raffinesse erfordern als herkömmliche Videoanalysen.

Zum Beispiel, ermöglicht es Unternehmen, Business Intelligence für Alter und Geschlecht der Menschen zu erfassen und anzuwenden, so dass es möglich ist, die Demografie der Kunden individuell zu analysieren und, dabei, ein besseres Verständnis des Kundenverhaltens und der Kaufmuster zu erlangen.

Es sei darauf hingewiesen, dass künstliche Intelligenz mit Deep Learning hat im vergangenen Jahr einen wertvollen Beitrag geleistet, wie es das Herzstück von Maskenerkennungs-Apps war, Abstandsmessung und Belegungsüberwachung.

Neben der Bekämpfung krimineller Aktivitäten, es gibt unzählige Möglichkeiten, wie KI-Videoanalysen mit Deep Learning integriert in Kameras kann Unternehmen helfen, die Produktivität zu steigern und sicher in einer von Derpandemie betroffenen Welt zu arbeiten.

Mit der jüngsten Verfügbarkeit von preiswerten Kameras mit dieser Technologie ausgestattet, Nutzer können nun mit einer hohen Kapitalrendite rechnen, unabhängig davon, wie sie Technologie nutzen.

Uri Guterman

Produkt- und Marketingleiter von Hanwha Techwin Europe

 

 

 

Weitere Artikel zum Thema Hanwha Techwin