Intelligenza artificiale oltre le applicazioni di videosorveglianza di fascia alta

Uri Guterman, direttore del prodotto e della commercializzazione Hanwha Techwin Europa, explica por qué la inteligencia artificial con aprendizaje profundo ya no es una tecnología emergente que solo se usa en videovigilancia.

A meno che tu non abbia partecipato di recente Videosorveglianza Coinvolgendo intelligenza artificiale (Le) Con deep learning (deep learning), È possibile che si abbia l'impressione che la tecnologia sia troppo costosa da distribuire in altre applicazioni non di fascia alta.

Con l'introduzione di una nuova generazione di telecamere a prezzi accessibili che già integrano l'IA con deep learning le cose sono cambiate molto. Tuttavia, il gergo associato alla tecnologia, come le reti neurali artificiali e l'apprendimento automatico, potrebbe dare l'impressione che le possibilità della tecnologia vadano ben oltre ciò di cui la maggior parte degli utenti ha bisogno per ottenere il massimo vantaggio dalle loro soluzioni di videosorveglianza.

Rimozione di falsi allarmi

Anche questo è lontano dal caso, poiché la maggior parte delle situazioni in cui potrebbero essere installate telecamere di intelligenza artificiale saranno quelle in cui vi è una necessità fondamentale di risolvere il vecchio problema dei falsi allarmi, molto comune nel settore della sicurezza elettronica per decenni.

In poche parole, Analisi video basate sull'intelligenza artificiale con deep learning ignora il rumore video, le foglie degli alberi in movimento, nuvole in movimento e animali.

In breve,, tutto ciò che normalmente potrebbe essere la causa di falsi allarmi quando si utilizzano sensori o tecnologia standard di rilevamento del movimento per rilevare l'attività, in quanto non sono stati progettati per questo scopo.

Questo livello più elevato di prestazioni dell'analisi video basata sull'intelligenza artificiale con deep learning significa che gli operatori della sala di controllo e il personale di sicurezza possono concentrarsi sulla risposta a incidenti ed emergenze reali, e non perdere tempo e fatica su falsi allarmi.

Oltre all'estrema precisione, deep learning Consente inoltre agli operatori di cercare funzionalità e attributi specifici, compresa la fascia d'età e il sesso di una persona, se si indossano gli occhiali, cappello o una borsa.

Facile da usare e configurare

Con tutti gli elementi intelligenti già integrati nelle telecamere con intelligenza artificiale non c'è nulla di complicato nell'installazione, configurazione e l'uso dell'intelligenza artificiale con deep learning. Così, integratori di sistemi saranno in grado di applicare questa tecnologia praticamente in qualsiasi progetto di videosorveglianza.

L'intelligenza artificiale è pronta per funzionare non appena la fotocamera è installata, sebbene offra l'opportunità di essere personalizzato per soddisfare le esigenze operative dell'utente finale e non sia necessario che l'utente finale abbia un livello tecnico approfondito. Tuttavia, daremo una prospettiva tecnologica.

Cominciamo con deep learning, che fa parte del machine learning ed è un modo per raggiungere l'intelligenza artificiale formando una macchina per eseguire attività basate su molti esempi.

Per raggiungere questo obiettivo, deep learning utilizza reti neurali artificiali profonde, o multistrato, che sono essenzialmente modelli matematici ispirati al cervello umano.

Il fatto che siano profondi li rende molto adatti per risolvere problemi complessi, come l'identificazione e il riconoscimento di oggetti ed eventi in flussi video non elaborati, con una precisione molto elevata.

Ad esempio, per stabilire correttamente il genere di una persona richiede ingegneri di ricerca e sviluppo esperti per progettare, insegnare e convalidare una rete di deep learning che, durante la fase di allenamento, utilizza un database di milioni di volti selezionati correttamente, ognuno dei quali è etichettato con il suo vero genere conosciuto.

Dopo diversi giorni di formazione da parte dei nostri ingegneri, la rete neurale è pronta per essere diretta ed è probabile che abbia una precisione approssimativa di 98%, che è più o meno lo stesso della capacità degli esseri umani di fare lo stesso compito.

Tecniche di IA con deep learning offrire prestazioni di gran lunga superiori rispetto all'analisi video più tradizionale. Questi ultimi utilizzano generalmente il rilevamento del movimento e non sono abbastanza avanzati da rilevare oggetti statici (come veicoli parcheggiati) o risolvere i problemi relativi al rumore video, inquinamento luminoso da fari o ombre in movimento, che sono la causa di falsi allarmi.

Le prestazioni di analisi sono ugualmente impressionanti in ambienti in cui ci sono movimenti veloci o molto affollati, migliorare la ricerca di prove specialistiche e accelerare le indagini.

Per questi e altri motivi, forse è inevitabile che l'IA con deep learning sostituire gradualmente l'analisi video tradizionale nella maggior parte delle applicazioni, e in particolare quelli che subiscono più rilevamenti falsi.

IA con deep learning è particolarmente adatto per applicazioni che richiedono un grado di sofisticazione maggiore rispetto all'analisi video tradizionale.

Per esempio, consente alle aziende di acquisire e applicare la business intelligence per l'età e il sesso delle persone, in modo che sia possibile analizzare i dati demografici dei clienti su base individuale e, nel farlo, acquisire una maggiore comprensione del comportamento dei clienti e dei modelli di acquisto.

Va notato che l'intelligenza artificiale con deep learning ha dato un prezioso contributo nell'ultimo anno, come è stato al centro delle app di rilevamento maschere, misurazione della distanza e monitoraggio dell'occupazione.

Oltre a contribuire alla lotta contro le attività criminali, ci sono innumerevoli modi in cui l'analisi video ai con deep learning integrato nelle telecamere può aiutare le aziende a migliorare la produttività e operare in sicurezza in un mondo colpito dalla pandemia.

Con la recente disponibilità di telecamere economiche dotate di questa tecnologia, gli utenti possono ora aspettarsi un elevato ritorno sull'investimento, indipendentemente da come sfruttano la tecnologia.

Uri Guterman

Direttore prodotto e marketing Hanwha Techwin Europa

 

 

 

Altri articoli su Hanwha Techwin