 |
| 不只是縮時，還有粉塵、噪音、位移偵測 |
攝影機監控系統在市政府、執法機構、零售機構、製造設施、銀行和公用事業公司中常用。這些監控系統已成為提供建築物、道路和其他有形資產 24×7 即時監控以及影像錄影存檔的事實上的標準。然而，安全人員幾乎不可能持續監控每個攝影機，這意味著工作人員沒有真正全面的態勢感知。此外，攝影機產生了大量錄影，因此安全團隊如果需要進行事件後調查，他們往往沒有時間手動審查存檔的錄影。即使他們能投入時間和資源來檢視所有鏡頭，他們的觀察也容易出現人為錯誤。
按需網路研討會：為智慧影像監控設定基準：簡報機引導式產品之旅
為了解決這些挑戰，出現了影像內容分析軟體（VCA），以增強影像監控的效用和價值：影像智慧技術處理影像，辨識影像素材中的物件（人物、車輛和其他專案），並對其進行索引，以便輕鬆快速地搜尋和分析素材。影像內容分析技術對於快速搜尋和過濾影像片段，以獲取可操作的資訊非常重要。一般來說，該技術以三種不同的方式使用：1）進行事故後調查以找到感興趣的人；2）生成有關影像活動的定量元資料報告（例如，交通分析，從量化行人、腳踏車或車輛到在熱圖中視覺化交通密度。同樣的流量 BI 也可以應用於分析建築使用情況）和 3）以即時提高安全域域域知覺。這篇報導將重點關注高階影像分析的即即時功能，以及它們如何使營運業者能夠動態和主動地應對開發情況。
觸發即時警報
影像分析技術透過客製化的即時警報來提高態勢感知，當檢測到可能需要響應的不正常活動時，會觸發這些警報。當安全團隊知道預期的正常常規活動時，他們可以根據特定的預定義標準配置自定義警報，以通知他們非正常活動。 一些例子包括：
- 外觀相似性警報 —— 影像監控操作員可以根據物件外觀相似性標準配置警報。例如，當騎腳踏車的人不應該騎行的特定區域有腳踏車時，或者當物體居住在不應該有人或車輛的區域時，可能會觸發警報。它甚至可以根據他們穿的衣服來檢測人們，例如觸發警報以追蹤員工制服的衣服顏色 —— 因此營運經理可以監控員工 —— 員工制服或根據目擊者描述的服裝檢測嫌疑人。
- 基於計數的警報 —— 在指定時間段內在預定義區域檢測到一定數量的物件（車輛或人員）時，可以觸發警報。這在交通或人群控制很重要的各種環境中很有用，或者客戶服務部門需要解決等待服務的客戶排長隊，如機場安檢區、大型體育場入口、零售結賬櫃檯或銀行大廳。 （零售業務中還有幾種即時警報的用途。）
- 逗留警報 —— 逗留或徘徊可能表明有犯罪意圖，特別是當人們在入口或儲存寶貴庫存的設施等區域徘徊時。當居住在某個區域的人比預期的要多時，基於影像的警報可以使安全人員意識到，以便他們能夠快速響應。
- 人臉辨識警報 - 在允許使用人臉辨識技術的地方，安全機構可以根據從影像中提取或外部匯入的數位影像，輕鬆確定嫌疑人並即時傳送警報。例如，安全人員可以從不同的商店盜竊事件中提取嫌疑人的影像，並根據影像監控錄影編制嫌疑人觀察清單。當發現觀察名單中的嫌疑人進入購物中心時，安全人員可以保持高度警惕，並追蹤可疑的商店盜竊者，在監視重複犯罪時進行干預，或佈署安全人員以阻止未來的嘗試。
由人工智慧支援的技術
早期的影像分析產品試圖透過觸發異常，或可疑運動活動的警報，來減少對影像活動即時人類監控的需求。然而，這些產品沒有達到市場所需的準確度。
他們無法辨別某些物體或行為，而且往往會引發假陽性。因此，他們仍然需要大量的人類互動。幸運的是，影像內容分析在過去十年中發生了巨大的發展，從而產生了高效的警報功能和複雜的報告。雖然人類操作員並沒有完全脫離這個過程，但今天的系統比其先驅者具有更高的檢測精度，和更複雜的功能，這使用戶能夠基於完全的情景感知快速響應動態條件。
當今的綜合影像內容分析技術得到了人工智慧的支援，人工智慧由深度學習提供支援，深度學習是一種新模型，神經網路被訓練以辨識別來自大量資料的模式。當影像分析軟體處理原始影像時，它同時檢測、追蹤、提取和分類出現的每個物件，並從非結構化影像資料中，建立結構化資訊資料庫，實現智慧警報，以及粒度搜尋和全面報告。
即時警報的好處
即時警報有助於安全和營運人員提高他們的態勢意識，檢測異常和過度遊蕩，監控人群或排隊，並加快對緊急情況、威脅或可疑行為的響應。作為回應，他們可以根據需要派遣員工，以改善公共安全或客戶體驗。由於這些原因，影像內容分析技術正在迅速成為影像監控攝影機網路的重要補充，使組織能夠最大限度地提高其現有基礎設施的價值。
 |
沒有留言:
張貼留言