Месец: февруари 2023

Силата на анализа 

използване на специален сървър; или използване на хибриден подход, който използва както гранични, така и сървърни реализации.

С разработването на по-мощни чипсети в камерата крайните устройства продължават да се развиват. Те са способни да използват мощни анализи, които могат да информират операторите за широк спектър от видео или аудио събития в реално време, изискващи внимание. Някои камери включват видеоанализ като безстопанственост, пресичане на линии, откриване на лица, влизане/излизане и откриване на посока. Аудио класификацията може да предупреждава за счупени стъкла, изстрели и писъци. По-сложните анализи като управление на опашки и топлинни карти носят нови възможности за бизнес и трафик информация.

Следващата стъпка в еволюцията ще дойде от една форма на AI (изкуствен интелект), наречена Deep Learning. Дълбокото обучение извежда машинното обучение на ново ниво въз основа на теорията на невронните мрежи, която имитира сложността на човешкия мозък. Преди това достъпни само като процес от страна на сървъра, който изисква видеото да бъде декомпресирано и обработено, алгоритмите и съпътстващите набори от данни, създадени от дълбокото обучение, могат да бъдат вградени в периферията, за да извършват откриване и сигнализиране в реално време за специфични условия, за които са обучени да разпознават. Въпреки че крайните устройства не могат да продължат да се самообучават, те могат да предоставят полезна функция за разпознаване на познати обекти или поведения. Тази технология, която все още е в начален стадий на развитие, ще издигне анализа в камерата на ново ниво както за случаите на използване в областта на сигурността, така и в търговията на дребно.

Сървърите имат важна роля

Дори и с увеличената аналитична мощ, налична в периферията, има определени задачи, за които е полезно да се изпълняват на мощен сървър. Например, разпознаването на регистрационни номера изисква нещо повече от оптично разпознаване на символи, то изисква и интерфейс към голяма база данни, където номерата могат да се съхраняват, да се сравняват и да се маркират. По същия начин разпознаването на лица изисква сложни анализи на базата данни по същите причини. Специализираните сървъри са по-скъпи от крайните устройства с вграден анализ, така че е важно ясно да се разберат нуждите на бизнеса – Трябва ли да откриваме обект или конкретно лице? Засега алгоритмите за машинно и дълбоко обучение, които непрекъснато се учат, изискват изчислителна мощност и място за съхранение, които може да осигури само сървър.

Ограничения на честотната лента – сървър срещу крайни устройства

Колкото и мощни да са сървърите, те имат ограничения. Ако един сървър ще анализира видео, той първо трябва да го декодира, което консумира определено количество CPU/GPU ресурси. След като видеото е декодирано, то може да бъде анализирано. С нарастването на броя на видеоканалите е възможно много бързо да се насити дори и мощен сървър. Крайните устройства са имунизирани срещу този проблем, тъй като анализите обикновено се изпълняват веднага след заснемането на изображението и преди кодирането му в IP видеопоток. След това резултатите от анализите се предават като данни на VMS, NVR или системата за обмен на съобщения като метаданни, които са доста малки в сравнение с видеопотока.

Въведете хибридната технология

Поради горепосочените причини можете да си представите, че за мощни аналитични процеси, като например разпознаване на регистрационни номера или лица, може да се получи ефективност от комбинирането на крайни анализи с обработка от страна на сървъра и управление на бази данни.

Този хибриден подход вече се използва от някои доставчици като начин за предоставяне на мощен анализ на част от предишните разходи. За да позволят това, някои производители на камери са запазили място в своите камери, за да позволят инсталирането на приставки за анализ от трети страни, които предават данни директно към сървъра. Не е необходимо видеото да се декодира, което спестява ценни CPU/GPU цикли. Това представлява идеален сценарий, който използва най-доброто от двата свята: Edge analytics, които събират данни, преди видеото да бъде кодирано, и сървъри, които получават леки метаданни от edge, за да извършват анализ. Докато един сървър може да е в състояние да декодира и анализира 20 канала видео, същият сървър, обработващ метаданни, предоставени от камерите, може да анализира над 250 канала. Спестяването на разходи при такова изпълнение е значително.

Заключение

Краят ще продължи да предоставя завладяващи възможности за анализ, които са подходящи за повечето случаи на използване. Еволюцията на изкуствения интелект и дълбокото обучение ще ускори възможностите както на ръба, така и на сървъра до нови нива в нашата индустрия. За най-взискателните анализи, процеси в бази данни и внедрявания на ИИ хибридният подход може да даде най-добрата бизнес стойност.

 

В индустрията за видеонаблюдение изкуственият интелект се е развил до степен да намали честотата на фалшивите аларми и да даде възможност за точни криминалистични търсения въз основа на атрибутите на обектите.

Въпреки това AI, базиран на основни метаданни, се е превърнал в нещо обичайно и вече не привлича крайните потребители да правят покупки. Клиентите вече предпочитат преработена информация, ориентирана от гледна точка на потребителя, като например статистически данни за типа на превозното средство по периоди или за пола и възрастта на клиента, а не само просто обобщени метаданни като данни за превозното средство, пола или възрастта. Това дава възможност на клиентите да намират прозрения и да вземат бизнес решения чрез директно управление на информацията. Информацията става ценна, когато потребителите са в състояние да я използват ефективно.

Понастоящем индустрията за видеонаблюдение се фокусира върху разработването на решения за ефективно управление на огромни количества метаданни, събирани от AI. Отсега нататък ще се увеличи броят на таблата за управление или докладите, които могат да събират и възпроизвеждат метаданни от ИИ и да се възпроизвеждат като прозрение или информация, която изисква решение от потребителя.

Hanwha Techwin ще предоставя директно ценна информация на крайния потребител чрез Wisenet BI (Business Intelligence) и ще представя персонализирани решения, които клиентите в различни индустрии могат да използват

Тъй като услугите, базирани на облак, стават все по-разпространени, броят на компаниите, които предоставят услуги в облак, се увеличава. Потребителите могат лесно да интегрират устройства и системи, като използват облачни услуги, без да е необходимо да купуват или инсталират допълнителни сървъри.

Въпреки това, поради политиките за сигурност, състоянието на мрежата или бюджета, много компании предпочитат да поддържат конвенционалната си локална инфраструктура, като инсталират директно сървъри и софтуер. Въз основа на това все по-често се използва хибридна система, съчетаваща локална и облачна инфраструктура. Например дадена компания може да използва един метод или комбинация от два начина в зависимост от изискванията на околната среда (на място за цялостно управление и резервно копие в облака за критични данни)

Hanwha Techwin предлага две решения: Wisenet Wave VMS (за локално управление) и Wave Sync (за облачна услуга). Облачната услуга Wave Sync позволява отдалечен достъп до хиляди локални системи, тяхното управление и актуализиране.

Технологията Edge AI, която се използваше само за откриване и класифициране на обекти, сега е подобрена с модул за невронна обработка (*NPU). С нарастването на технологичното усъвършенстване на NPU функциите на Edge AI се разширяват, като включват например анализ на поведението и откриване на необичайно поведение. Освен това е възможно потребителите да изучават алгоритми за изкуствен интелект директно според нуждите на клиентите си. Hanwha Techwin наскоро пусна WiseDetector, който научава специфични свойства въз основа на изискванията на всеки клиент.

* NPU обозначава полупроводници с AI, които могат да се учат самостоятелно и да обработват видео, аудио, текст или изображения едновременно, като имитират нервната мрежа на човека.

Конвенционалните решения за физическа сигурност, като например видеонаблюдение, контрол на достъпа или аларми за проникване, се разширяват чрез интеграция с интернет на нещата (IoT), изкуствен интелект или облак. Например сензорите, поддържащи IoT, които откриват дим, температура, влажност или движение, стават част от усъвършенствано решение за цялостно наблюдение чрез интеграция със система за сигурност с изкуствен интелект. По-конкретно, този тип цялостно решение предоставя на потребителите информация въз основа на анализ на данните със системата Cloud.

Hanwha Techwin планира постепенно да разшири своето решение чрез комбиниране на AI, IoT и Cloud с технологията Vision. Решенията за сигурност традиционно се фокусират върху видеомониторинга, като събират видеоданни, информация за аларми за събития и запазени данни за търсене. В перспектива информацията ще се събира и анализира от AI и IoT сензори на границата, а анализът на предишни модели за разпознаване на настоящата ситуация и прогнозиране на бъдещи събития от анализа на големи данни ще даде възможност за решение за прогнозиране/предотвратяване

Информираността за рисковете, свързани с личната информация и киберсигурността, се повишава, тъй като новите бизнес модели и решения се разширяват чрез технологична интеграция с изкуствен интелект, облак и интернет на нещата. Hanwha Techwin се фокусира върху бизнеса с видеонаблюдение, базиран на технология за зрение, вече повече от 30 години и подчертава значението на сигурността. Например, специализираният екип по сигурността S-CERT провежда постоянни тестове за сигурност. Освен това Hanwha Techwin е придобила и официални сертификати като UL CAP, FIPS и TTA за управление на вътрешни системи за сигурност. След пускането на Wisenet 7 през 2020 г. бяха добавени няколко подобрения, като например управление на сигурността на софтуера/хардуера и подробни функции за сигурност, като например взаимно сертифициране между машините въз основа на напредъка на Edge. Напоследък „нулевото доверие“ се разраства като тенденция в индустрията за киберсигурност. Нулевото доверие изисква всяко отделно устройство и приложение в мрежата да премине през процес на квалификация въз основа на предположението, че в тези устройства и приложения няма присъща сигурност и компанията трябва да има нулево доверие в тях.

Hanwha Techwin приема сериозно отговорността си към значението на личната информация, данните и киберсигурността, като същевременно разширява своите решения, използвайки AI и Cloud. Hanwha Techwin планира да продължи да преразглежда и модернизира своите решения от гледна точка на Zero Trust.