Artificial Intelligence (AI) Based Video Analytics & Motion Analytics 基於人工智能（AI）的視頻分析和運動分析
隨著這兩種技術的融合，影像和安全性，將從被動操作轉變為主動操作。
加利福尼亞州爾灣市大華技術美國公司銷售總監格雷格·科蒂娜（Greg Cortina）表示，影像分析如何推動人工智慧發展的一個例子，可以從人臉辨識的發展中看出。
「臉部檢測將臉部圖像捕獲為快照，無法辨識個人；這只是一種收集圖像，以供用戶以後查看的方法。」他說。「但是一旦將這些圖像分類為臉部，臉部辨識就可以透過使用深度學習算法，來創建個人的正 ID。」
紐約州 Fairport 博世安防系統公司市場行銷總監 Paul Garms 說，影像分析可靠性的提高，使機器學習成為可能。機器學習是狹窄 AI 的一部分，是一種透過提供數據，來訓練算法的方法，作為一種教導它進行自我調整，以提高其性能的方法。
中小企業可以使用 Analytics（分析）嗎？
對於企業級公司和組織，影像分析不僅可以訪問，而且通常作為標準影像監視，和安全佈署的一部分進行佈署。但是對於預算很小，利潤通常較小的 SMB 市場來說，這種技術並非總是可以實現的。
「在安全應用中採用 AI 的主要障礙，是處理能力和成本。最初的解決方案，涉及復雜的基於伺服器的設置和專業服務，這使大多數組織無法使用它們。」IDIS 的 Jason Burrows 說。「與此同時，在現實世界中有限的應用程序，參考或教育計劃明確表明了投資回報率。」
Burrows 說，如今，價格已經下降到，可以透過現有 VMS 解決方案，和雲端的應用程序訪問 AI 功能的地步，供應商提供了更清晰、簡潔的應用，來應對日常挑戰。
他說：「但是，建立具有投資回報率的業務案例，仍然非常重要。」「製造商和系統整合商，需要幫助客戶瞭解，他們的最大痛點和挑戰，並展示他們如何更有效地操作，同時繼續降低風險，提高安全性並滿足，合規性和謹慎義務的要求。如果這樣做，隨著用戶發現許多實用的應用程序，包括我們尚未想到的一些非常有用的應用，我們將看到更多的採用。」
Garms 說：「它使整合商能夠定制影像分析，以檢測對客戶最重要的事物。」「攝影機保留有關用戶定義的對象和情況的資訊，並在處理場景時，參考這些學習內容。這為整合商提供了為其客戶，提供影像分析應用程序的更大靈活性。」
為了正確理解 AI，在安全應用程序的影像分析中的作用，你必須查看最終目標：將影像營運商的注意力從無結構，看似無止境的視頻流轉移到可激發行動並產生情報的資訊性元數據。
「這意味著在電腦視覺，機器學習和模式辨識方面取得進步，並使它們適應安全環境……可促進快速響應並增加人力資源，」安大略省渥太華 Senstar 產品經理 Tom Hofer 說。
從反應型到主動型
馬薩諸塞州切爾姆斯福德的 Axis Communications 應用開發合作夥伴計劃業務開發經理 Alex Walthers 說，查看分析的發展，意味著首先要查看攝影機本身的演變。傳統上，佈署攝影機是一種威懾力，結果不一。從那裡，攝影機成為事後調查事件的取證工具。隨著影像分析技術的發展，攝影機和系統，已從取證工具轉向更主動的解決方案，分析技術與 AI 的結合有望進一步推動這一發展。
「隨著 AI 的發展，你已經可以更徹底，更準確地辨識人類的行為和特徵，從而確定某物是否屬於動物，或者該動物是否屬於犯罪分子，」Walthers 繼續。 「使用 AI，攝影機可以在成千上萬的圖像上得到更快的訓練，以繼續建立和改進自身。」
諸如計數，穿越和周邊檢測之類的任務是狹窄的焦點，而重複性分析則擅長於執行任務-遠比人類甚至夢 dream 以求的要好得多，效率更高。
「現在可以釋放很多原本由一個人執行的重複性任務，以便那些專業人員可以獲取所生成的數據並對其進行處理—解釋，響應，以某種方式與之交互，」沃爾特斯說。「因此，我們確實看到了從威懾型攝影機到取證搜索功能的轉變，到主動響應以提高性能，保護區域或提高業務營運效率的轉變。」
蒙特婁 Genetec 影像分析產品組總監 Florian Matusek 表示，人工智慧是其持續發展中，最新的高原影像分析技術。
「機器學習是另一個平台，你可能會說 10 或 15 年前，它是在跟蹤對象。那也許是向前的一步。如今，它具有機器學習功能，並且能夠執行 15 年前，所做的相同應用程序分析，但它的準確性和實用性要高得多。這確實引發了我們這個領域的革命。」他說。
「改變遊戲規則」
密蘇里州地球城接口安全系統高級副總裁肖恩·弗利說，如果分析技術在提高安全性方面起了重要作用，那麼人工智慧將使這一進步更加遙遠。
他說：「人工智慧確實是改變遊戲規則的人。」「在資產保護技術方面，這將真正引起客戶使用的技術類型，我們向他們提供的解決方案類型，以及他們在與所有客戶抗爭中，所具有的效力水準上，拋物線的轉變。防損和資產保護團隊每天都要處理的事情，即客戶、員工的安全和縮水。」
可能會給影像分析，帶來挑戰的兩個最大因素，是影像品質和攝像機視野中出現的問題。動作過多或動作不足 ----
高品質的影像，可能會使分析難以準確確定正在發生的事情，從而導致錯誤的警報。然而，人工智慧有能力改變這一點，使分析變得更加可靠，新澤西州蒂內克市 Hanwha Techwin America 產品和技術經理 Aaron Saks 說。
術語混亂
Genetec 的 Florian Matusek 表示，無論 AI 是否具有改善影像分析的能力，術語本身就是一個問題。 雖然名稱表示「智慧」，但這不一定是事實。
「人工智慧真的意味著自動化。 因此，通常當我們今天想與您談論 AI 而不是 AI 時，我們會說 AI 或智慧自動化。 它真正的作用是使工作自動化。但是透過使用機器學習和深度學習，它做得很好。 但是稱它為 AI 意味著它是超級智慧的，甚至可以接近人類，但事實並非如此。」他說。
「問題在於，對於大多數或許多類型的分析，概念證明都存在，它應該如何工作，但並不總是能完美地工作。在安裝環境中，你有樹木、窗戶、開車經過的汽車 - 噪音太大，弄亂了你想要的資訊，」他說。「 AI 之所以長足發展，是因為我們擁有更多的超智慧感測器或處理器、邊緣設備、雲或伺服器，它們可以更好地優化和過濾垃圾，過濾噪聲，因此你可以看到實際的情況。數據可以說是穿過樹林。」
Foley 說，在 AI 方面，尤其是對於資產保護團隊而言，可行的情報才是遊戲的名稱。他們需要良好的數據，但他們也需要可以採取行動的數據，最好是行動可以早於而不是遲到。
Foley 說：「解決方案可以真正實現這一點，該解決方案可以清理，並處理來自商店環境的盡可能多的數據。」「這可以是監視銷售點交易的解決方案的所有內容；監控影像的解決方案；警報事件數據；商店何時開業或關閉；當商店環境的某些部分發生運動時；以及你可以放入單個儲存庫中，並對其進行處理的所有這些數據。」
影像分析和/或 AI 還具有影響當前用於簡單監控操作的影像佈署的能力，使其能夠在問題不斷發展時檢測到問題，並迅速為用戶提供潛在的解決方案。
「多年來，照相機一直在監視主要的高速公路和交叉路口，並使用簡單的分析觸發器，」德克薩斯州奧斯汀市 IDIS 的美國西部地區銷售總監 Jason Burrows 說。「現在，我們正在看到智慧交通流系統的好處，例如自動執行可變速度限制和交通號誌燈模式，以防止道路陷入困境或警告駕駛員前方的障礙物。」
最後，隨著供應商希望將計算的分散性從伺服器和雲分散到網路邊緣，我們可以預期 AI 應用將繼續發展。這將意味著更低的頻寬需求，更快的警報，最重要的是甚至更低的價格。
這就是 AI 與影像分析相結合的地方，它提供的情報使組織可以迅速採取行動來減輕事件的發生，或者理想情況下，可以在事件發生之前將其停止。
弗利說，前途一片光明。「人工智慧正在幫助我們完成這一過程。使用人工智慧以及它的發展方向，簡直令人難以置信。坦率地說，在我們這個領域，我們只是在摸索表面，」他說。
 |
沒有留言:
張貼留言