Edge Surveillance with Rugged NVR Computers
使用特製耐用的 NVR 進行邊緣監控
組織正在將監視解決方案佈署，在曾經對精密電腦技術封閉的環境中。堅固耐用的 NVR 電腦顯著擴展了邊緣監控佈署的能力。它們使固定 CPU 的高性能處理更接近攝影機，以減少網路壓力和信號延遲。透過即時可操作的見解和捕獲的影像通知的自動響應，等於接近性能。
具有強大 GPU 的堅固 NVR 電腦，為越來越多的影像分析應用，提供了處理能力。影像分析透過辨識物聯網感測器觸發器的危險和差異，來即時增強監控區域的安全性。運行影像分析的堅固型 NVR 電腦可以將邊緣監控佈署轉變為流程優化、創收系統。以下是五種多功能影像分析佈署，它們提供了來自多個行業的監控環境的有用見解。
1. 人臉辨識
高性能 GPU 使用順序和並行計算進行生物辨識佈署。生物特徵處理的領先應用 —— 臉部辨識——處理對象臉部的各種特徵、紋理和形狀，以便與安全數據庫進行即時交叉引用。人工智慧和機器學習提高了臉部辨識的速度和準確性，透過使用機器智慧的深度神經網路進行驗證，遠遠超過了人類監控的能力。
堅固耐用的 NVR電腦在無人機場安檢接觸點執行臉部辨識過程，可以提供更精細的篩選和高度準確的感興趣的人辨識率。隨著時間的推移，系統功能會隨著使用更多數據和資訊辨識更遠距離的對象的能力而提高。
用於臉部辨識的熱像儀可以在辨識接觸點形成額外的安全層。長波熱紅外線 (LWIR) 攝影機捕捉對象的溫度數據，提供準確的頭部和臉部形狀圖像，即使在弱光環境下也可能被眼鏡、臉部毛髮或欺騙性義肢遮擋。NVR 處理來自標準視覺和 LWIR 攝影機的圖像組合，提供比單獨輸入更強大的安全性。
臉部辨識也可以應用於許多應用中的客戶服務。當優先客戶或專屬俱樂部成員進入場所時，管理層可能會收到警報，從而使他們能夠為顧客提供個人關注。辨識客戶等候區激動跡象的急性臉部辨識，可能會提醒管理層重新分配資源以解決擁堵並減少等待時間。零售場所、 賭場大型場所都可以利用臉部辨識，透過主動關注來增強客戶忠誠度。
2. 醫療干預
採用與安全接觸點相同的臉部辨識技術的 NVR，也可以利用這些應用進行醫療干預。視覺和 LWIR 攝影機可以為 NVR 提供圖像數據，以分析疾病或高溫的細微物理跡象。
NVR 可以同時處理來自用於安全監控的攝影機系統的相同圖像數據，以被動篩查受試者的疾病症狀。透過在進入公共中心、交通樞紐或大型場所等人口稠密區域之前，確定需要進行額外健康檢查的對象，NVR 為遏制廣泛疾病的鬥爭提供了強大的工具。
3.車牌辨識
佈署在設施停車位和道路沿線的高解析度攝影機，可以立即掃描大量車牌，以定位和跟踪特定車輛或保持車輛進出區域的記錄。運行光學字符讀取算法的 NVR，在觸發預定參數時自動準確捕獲和處理車牌數字，例如車輛進入攝影機視野或其中的特定點。同樣 NVR 也整合在警車等急救車輛中，以處理和儲存即時攝影機鏡頭。警車使用這些類型的嵌入式電腦作為控制中心，將車輛周圍的攝影機連接到警官身上的無線連接身體攝影機。
商業設施可以佈署車牌辨識，以自動向顯示在批准的訪客數據庫中，註冊的車牌的車輛授予大門訪問權限。在無門禁區域，系統可以被動地維護所有車輛進出設施的記錄，並註明日期和時間，以進行問責。
K-12 教育機構可以使用車牌辨識分析，來更好地保護學生，透過記錄進入場地的車輛，以及哪些學生進入車輛，在發生綁架或失踪人員情況時確保調查線索。對於高等教育而言，車牌辨識與攝影系統整合時，是一種用於停車執法的可靠工具。
除了提高安全性外，佈署車牌辨識攝影機系統的智慧城市，還可以根據車輛數量和重複通勤情況考慮交通模式。交通信號可以在車牌數據上進行優化，以根據通勤的規律性和並發性與預期的交通成長相對應。
4. 行為預測
NVR 的 GPU 可以為行為預測分析提供動力，從而實現更快的反應時間。預測其他方可能如何行動的能力，可以直接用於避免不幸或有害的情況、優化流程和個性化客戶體驗。
NVR 可以提醒卡車司機，注意附近車輛可能在他們面前切入、突然剎車或造成任何其他需要立即註意的危險情況的跡象。機器學習改進了交通推理分析，提高了系統反應時間。行為預測算法可以更快地辨識道路上分心，或受損駕駛員的跡象，逐漸讓卡車駕駛員獲得更多警告。
駕駛室內攝影機捕捉駕駛員行為，NVR 實施強大的分析組合，甚至可以將速度、定位和制動等車輛遠端資訊處理，與車載後面的人的圖像進行比較，以記錄卡車司機本身的危險駕駛跡象。用於辨識臉部特徵的算法，可以很容易地檢測到駕駛員昏昏欲睡或睡覺的跡象，提示警報喚醒駕駛員並指導他們採取糾正措施。
行為預測分析有無數的安全應用。公共交通、智慧城市和場所，可以在任何監控環境中佈署NVR，以挑選出表現出非常微妙的破壞性行為跡象的人。應用行為預測監控的機場，可以辨識出旅行者的攻擊行為，這些攻擊行為可能會透過即時的安全干預而迅速降級。
5. 事件檢測
佈署了事件檢測分析的 NVR，對上面列出的應用使用許多相同的算法。事件檢測可以提醒智慧城市營運商注意可能對公民造成危害的多種情況，例如公共場所無人看管的包裹、道路上掉落的物品，以及與天氣相關的並發症。
智慧城市從事件檢測中收集到的相同預防性見解，幾乎可以應用於任何特定編程視覺觸發器，提醒操作員注意正常變化的環境。一個人或物體在地鐵和鐵路終點站掉到軌道上，可能會提醒交通協調員和響應團隊重新調整或暫停旅行，直到響應的安全團隊解決了這種情況。
學校、公共建築、大型場所和購物中心都可以利用物體運動檢測分析，來立即辨識環境中的槍支，從而大大受益。超靈敏槍支檢測算法會在武器被抽出時，立即提醒安全或執法人員。這種事件檢測分析，將依賴處於壓力下的人主動啟動安全過程的鏈式通知過程，轉換為在出現武器時被動的即時警報。透過將寶貴的幾分鐘或幾秒鐘的警察響應時間縮短，槍支檢測技術可以更快地進行干預，從而預防災難。
用於智慧邊緣監控的 NVR
Premio 的 NVR 包含 NVIDIA GPU，可快速處理大量分析應用的影像數據，從而為物聯網監控解決方案生成近乎有先見之明的洞察力。佈署在這些類型的邊緣電腦上的影像分析，將傳統的記錄和記錄系統轉變為強大的工具，用於主動響應、簡化流程和提供更多客製化的個人體驗。
這些專用的邊緣電腦是無風扇的；無線；並且對極端溫度、濕氣和物理濫用具有很高的耐受性，使它們能夠在具有挑戰性的環境中，更靠近社應機系統進行佈署。這些設備經久耐用，可在嚴酷的條件下持續運行，從寒冷的室外場所到灼熱的鋼廠，再到振動和顛簸的機車車輛。
ACO 系列車載計算機可輕鬆記錄和處理遠程和移動監控部署中的視頻，用於專用邊緣監控系統。行動連接透過允許車載 NVR，將視頻推送到安全營運中心，同時從調度中心接收道路或鐵路狀況資訊和繞行指令，從而整合工作負載。
ACO 6000 系列透過 16 個 PoE+ 連接端口，為低功率 IP 攝影機供電。借助 PoE+，電力通過在攝影機和 NVR 之間傳輸影像頻和信號的同一電纜傳輸。這種靈活性允許根據覆蓋需求而不是電源可用性，決定策略性攝影機放置。其他 PoE+ 外圍設備（如門禁控制硬體和警報）可以整合到整體邊緣安全系統中。
沒有留言:
張貼留言