Érdemes időt és figyelmet fordítnai az új VMS-funkciókra az ISC West 2020 kiállításon
FRISSÍTÉS: Az ISC West 2020-at október 5-8-ra halasztották a koronavírus/COVID-19 terjedésével kapcsolatos aggályok miatt.
Az ISC West, a világ legnagyobb biztonsági ipari szakkiállítása már nagyon közel van. Ez a személyes bemutató több mint 1000 gyártót és több mint 30 000 látogatót vonzott a világ minden tájáról 2019-ben. Ezen felül több mint 200 márka első alkalommal mutatkozott be az ISC Westen. Az idei esemény is legalább ennyire izgalmasnak ígérkezik, ha nem még annál is jobban. Tekintsünk át néhány vezető biztonsági trendet a videókezelő rendszerek fejlesztésében, és hogy mire érdemes időt és figyelmet fordítani az ISC West 2020 kiállításon.
AI analitikák
A két-három éve feltörekvő mesterséges intelligencia-alapú videóelemző piac növekedési fellendülést tapasztal. A 2019-es ISC West kiállításon bemutatott prototípusok és ötletek ma már egy működő rendszer részét képezhetik. Nagy a hype az új trend körül. Tehát, ha megoldást keres az Ön igényeire, fontos, hogy különbséget tudjon tenni a működő technológiák és a reklámozás között. Ehhez meg kell érteni, hogy a mai mesterséges intelligencia-alapú elemzés (amelyet gyakran neurális hálózatnak, mély tanulásnak vagy gépi tanulásnak is neveznek) mire képes és mire nem.
Kezdjük azzal, hogy a mesterséges intelligencia mire nem képes a videó megfigyelésben. Nem tudja elemezni az események bekövetkezésének sorrendjét, és nem tudja megérteni a jelenetben történõ események „logikáját”. Más szóval, nincs olyan, hogy „gyanús viselkedést észlelő eszköz”. Ennek ellenére a neurális hálózatok nagyon jók az objektumok felismerésében és osztályozásában. Például meg tudják különböztetni az embereket a járművektől, a járműveket más mozgó tárgyaktól és a kerékpárosokat a gyalogosoktól.
Neurális hálózati nyomkövetők
Ezt a technológiát elsősorban neurális hálózati nyomkövetőként vagy objektumkövetőként használják, amely képes azonosítani és nyomon követni egy adott típusú objektumot. Általában olyan összetett jelenetekre alkalmazzák, amelyekben nagy mennyiségű nem releváns részlet található, ahol a klasszikus nyomkövető téves riasztásokba fulladna. A neurális nyomkövető segítségével észlelhetők a termelő létesítmények veszélyes területein lévő emberek, a gyalogos sávokon közlekedő kerékpárosok vagy a természetvédelmi területre besurranó orvvadászok.
Az objektum azonosítási funkció más helyszínspecifikus feladatokra is használható, mint például sisak vagy láthatósági mellény nélküli emberek észlelése olyan létesítményekben, ahol ezt a biztonsági előírások megkövetelik. Tűz és füst észlelésére is használható nyílt terekben, vagy nagy belmagasságú vagy aktív légkeringtetésű helyiségekben, ahol a szokásos tűzjelző rendszerek nem használhatók, vagy túl későn kapcsolnak be.
Viselkedéselemzés
A viselkedéselemzés a mesterséges neurális hálózatokon alapuló elemzés másik területe. Még akkor is, ha a gyanús vagy nem megfelelő viselkedés felismerése szinte lehetetlen, emberi testtartás alapján képes felismerni a kockázatos helyzeteket, mint például az aktív lövöldözős póz, felemelt karok, guggolás vagy lehajlás. Emellett az AI-t már jó ideje sikeresen használják arc- és rendszámfelismerésre. Bár ezek a rendszerek nem újak, felismerésük minősége évről évre javul.
Megoldásokat keres? Az ISC West 2020 kiállításon minden bizonnyal talál néhány érdekes és új lehetőséget a VMS-re és a moduláris AI-elemzésre szakosodott fejlesztőktől.
Intelligens keresés
A videó-archívumban való gyors, rugalmas keresés lehetősége a videó megfigyelőrendszerek egyik legfontosabb jellemzője. Sok szempontból még fontosabb, mint maga a valós idejű megfigyelés. A biztonsági szolgálat feladata, hogy folyamatosan figyelemmel kísérje, mi történik a helyszínen. A közepes és nagy méretű vállalatok általában rendelkeznek ilyen részleggel. Eközben sok kisvállalkozás és háztartás használ videofelvételeket a balesetek kivizsgálására, a konfliktusok megoldására vagy az alkalmazottak munkájának elemzésére. Általában nincs szükségük valós idejű megfigyelésre, de a videókeresés kulcsfontosságú elem.
A legalapvetőbb keresőeszközök olyan felületet kínálnak, amely lehetővé teszi a rögzített videó és az eseményalapú keresés egyszerű elérését (videóanalitikából, detektorokból stb.). Az intelligens rendszerek kriminalisztikai keresési funkciókkal, amelyek lehetővé teszik a felhasználó számára, hogy kritériumokat állítson be, még jobban fokozzák a rendszer keresési képességeit.
Hogyan működik
A VMS elemzi a videót a rögzítés közben, és az eredményül kapott metaadatokat adatbázisba menti. A metaadatok a legalapvetőbb esetben tartalmaznak információkat a jelenet mozgásáról, valamint a mozgó objektum koordinátáiról. Kereséskor kiválaszthat egy érdeklődési területet a kereten belül, és gyorsan megtekintheti az összes mozgást tartalmazó videórészletet ezen a területen. A fejlettebb rendszerek elmentik a mozgó objektumok paramétereit, például méretüket, színüket, mozgási sebességüket és irányukat. Pontosabb kritériumok megadásával gyorsan megtalálja, amit keres.
Az első kriminalisztikai keresési funkciókkal rendelkező VMS a 2010-es évek elején jelent meg. Azóta egyre több felhasználó és VMS-fejlesztő ismerte fel ezen eszközök fontosságát. Egyre több gyártó gazdagítja termékeit kriminalisztikai keresési funkciókkal, kezdve az alapvető mozgásérzékelési kereséstől.
Keresési funkciók integrálása AI-val
A közelmúltban a keresési technológiák még tovább mentek azáltal, hogy integrálták a keresési funkciókat az AI-analitikával. Egyes rendszerek képesek felismerni az összes kamerával rögzített arcot és rendszámot, és elmenteni az adatbázisba. Gyorsan megtalálhatja az összes videót, amely egy személy vagy autó képét tartalmazza, ha egyszerre több kameraarchívumban keres egy fényképet vagy rendszámot. Ezeknek a rendszereknek az egyik felhasználási forgatókönyve látható, amikor a bűnüldöző szervek CCTV kamerákkal gyanúsítottakat keresnek a városban.
Az intelligens keresés és a mesterséges intelligencia integrálásának másik lehetősége a neurális hálózati nyomkövetőn alapuló kritériumok szerinti keresés. Használata során beállíthatja az objektum méretét, színét, mozgási sebességét és irányát a jelenetben, valamint az objektum típusát (például ember vagy jármű). Tehát, ha meg kell találnia, hogy mikor jelent meg egy piros autó a megfigyelési területen, a rendszer csak a piros autókat mutatja, miközben figyelmen kívül hagyja az egyéb tárgyakat, például a piros ruhás embereket. Ezzel a technológiával még gyorsabban megtalálhatja, amit keres.
Ha Ön vagy ügyfelei elsősorban videó rögzítésére használják a VMS-t, mindenképpen kérdezze meg azokat a gyártókat, akikkel a bemutatón beszélni fog, milyen keresési lehetőségeket kínálnak.
Hardveres AI-gyorsítás
A magas CPU-erőforrás-fogyasztás az egyik legnehezebb kihívás, amely a neurális hálózat alapú videóelemző rendszer megvalósításából fakad. Ez jelentősen csökkenti a mesterséges intelligencia elemzését kiszolgáló szerverhez csatlakoztatható kamerák számát. Ez is jelentősen megdrágítja a rendszert.
A megoldás az AI-gyorsítók használata. A szervereken GPU-kat és dedikált gyorsítókártyákat használnak a neurális hálózatok munkaterhelésének hardveres gyorsítására. Ezeket az eszközöket többnyire az Intel és az NVIDIA gyártja. Az Intel emellett kínálja az OpenVINO™eszközkészletet is, egy szoftvercsomagot a fejlesztők számára, amely segít a munkaterhelés lehető leghatékonyabb elosztásában a CPU, a GPU és a gyorsítók között, az összes rendelkezésre álló erőforrás felhasználásával.
Új megoldások
Az AI növekvő népszerűsége miatt sok kisebb mikrochip-gyártó érdeklődött a neurális gyorsító chipek fejlesztése iránt. Az egészséges verseny a piac javára válik, serkenti a technológiai fejlődést és csökkenti az árakat. A 2019-es ISC West kiállításon bemutatták a területen új megoldásokat; 2020-ban minden bizonnyal újra jelen lesznek az ISC West-en. A VMS-re és a moduláris mesterséges intelligencia videóelemzésére szakosodott fejlesztőknek feltétlenül érdemes megnézniük ezeket.
A felhasználóknak azonban meg kell érteniük, hogy lehetetlen költséghatékony videó megfigyelő rendszert felépíteni jelentős számú (10–20 és több) mesterséges intelligencia csatornával neurális gyorsítók használata nélkül. Ennek ellenére a különböző gyorsítómodellek jelentősen eltérhetnek az árban és az energiafogyasztásban. Tehát, amikor VMS- és AI-elemző modulokra szakosodott fejlesztőkkel beszél, kérdezze meg, hogy milyen gyorsítót gyártanak és milyen modelleket támogatnak.
Összefoglalva
Akár egy integrátor, aki érdekes VMS-ajánlatokat keres ügyfelei számára, vagy egy végfelhasználó, aki megoldást keres saját feladataira, nézze meg, mire képes az AI-analitika. Ez a szektor nagyon gyorsan fejlődik, és folyamatosan olyan új funkciókat vezet be, amelyek talán pont azt jelentik, amit keres. A kriminalisztikai keresés beépítése a rögzített videofelvételekbe kulcsfontosságú a hatékony videofelügyeleti rendszer felépítéséhez a felhasználók számára, és fontos egy egyedi termékkínálat létrehozásához az integrátorok számára. Mondanom sem kell, hogy nem építhet költséghatékony videó megfigyelő rendszert a CPU erőforrások bölcs felhasználása nélkül. Ha egy rendszer funkcionalitása teljesen megegyezik azzal, amit keres, kérdezze meg, hogy milyen neurális gyorsító hardvert támogat, hogy helyesen becsülje meg videoszervereinek költségeit.
Egy cikk innen www.securityinformed.com.