不只是縮時,還有粉塵、噪音、位移偵測 |
物聯網(IoT)概念正在為實體專案增加連線,以便它們可以一起聯網。在影像監控等孤立行業中,物聯網概念的好處可能有些難以理解。然而,影像監控攝影機等裝置,在物聯網中將變得更加重要。透過整合到更廣泛的平台和生態系統中,影像感測器正在形成一個影像物聯網(IoVT,Internet of Video Things):以影像為中心的影像物聯網的子集。IoVT 平台目的在滿足影像感測器的專業要求,管理影像資料和執行影像分析。
透過影像和大數據分析的整合,影像感測器是將實體世界數位化的強大但靈活的資料來源。影像感測器不顯眼,可以覆蓋廣闊的區域,並產生元數據(metadata),以解釋實體世界在大量參數中代表什麼。它是最像我們自己眼睛的感測器。
當與分析相結合時,這樣的系統就像我們的大腦解釋我們眼睛的輸入。目前,我們沒有達到人眼或大腦的準確性水準。然而,技術正在朝著這個水準發展。隨著跨公共生態系統的連線影像裝置的單位規模的增加,軟體開發人員的創新障礙也在減少。這一創新將導致許多新的影像和大數據分析的發展,以及隨後的新應用,進一步推動影像整合到物聯網的價值。
視覺感測器的例子,包括可見光和紅外線攝影機、靜態或快照攝影機、熱成像攝影機和雷射雷達感測器。這些感測器可以安置在行動和/或多用途裝置(如手機)或更具體的外殼(如影像監控攝影機)中。無論如何,在過去的二十年裡,這些裝置在實體世界中激增。
然而,這些感測器中有許多沒有透過影像網際網路,連線到更廣泛的系統。它們仍然處於不同的系統中,通常具有單一的目的,如安全攝影機。這也正在發生變化。整合的障礙越來越小。AWS 或 Microsoft Azure 等大型雲服務供應商正在提供處理、儲存和管理影像資料的專用服務。在影像監控方面,影像安全以外的生態系統和平台正在開發,這些生態系統和平台與其他非影像安全域和非影像感測器相比,提供了相對無摩擦的整合。
當與其他非影像物聯網裝置相結合時,影像資料的這種連線性和可用性,將使終端使用者能夠透過實體世界的數位化和自動化,獲得額外的洞察力和效率。這方面的例子包括跨城市、校園、工業場地或單個建築的物聯網網路。
在城市示例中,物聯網網路由地方當局建立,作為「智慧城市」的一部分。IoVT 層將來自多個來源的影像合併到一個平台中。潛在的影像來源包括:監控攝影機、交通攝影機、來自授權車輛(緊急服務、公用事業和公共交通)的儀表板攝影機、環境監控攝影機(潮汐、河流或洪水水位)、從手機或社交媒體上傳的影像。在這個以影像為中心的平台中,可以監控、記錄和分析攝影機輸入。
IoVT 層透過更廣泛的物聯網得到了增強。城市中的其他非影像物聯網裝置,可能包括:交通感測器、其他安全和保全感測器(門禁控制、入侵和火災)、公用事業和環境感測器(廢棄物容器水位、水位、氣象站)。
在這個城市案例中,物聯網的價值在於在城市控制室中,為人類操作員團隊提供更大的情景感知,以及透過多感測器輸入實現跨應用工作流程自動化的能力。這將包括安全和應急響應;公共地址和資訊;環境監測;交通和停車管理;公共交通系統;以及公用事業管理。
IoVT 和物聯網價值主張適用於許多用例,而不僅僅是大城市。即使在孤立的影像監控應用中,它也呈現出功能上的進步。在這裡,影像物聯網允許在共同的生態系統中,以最小的摩擦整合多種類型的視覺感測器;硬體和軟體供應商的創新可以合併,以導致新的影像和非基於影像的應用。
0 comments:
張貼留言