26.8.2021.

Zbog čega korisnici isključuju videoanalitiku nakon nekoliko mjeseci?

Izvor: Prasanth Aby Thomas, urednik konzultant, asmag.com

Nakon nekoliko mjeseci korištenja, većina korisnika video nalitike isključuje analitiku, tvrdi Oyla, relativno nova tvrtka u sigurnosnoj industriji. To je zato što analitička rješenja bacaju previše lažnih alarma i ne mogu funkcionirati u različitim teškim uvjetima.

Tvrtka sa sjedištem u San Carlosu u Kaliforniji kaže da nudi Lidar-integrirani nadzorni sustav svjestan 3D-a koji može prikupiti bolje podatke kako bi analitički sustavi bili precizniji. Ideja je jednostavna - iako AI algoritmi mogu biti moćni, bolje bi radili s dubljim podacima.
 
Ovo je relativno svjež pristup u industriji nadzora, koja više naginje ulaganjima u same algoritme. Neki stručnjaci čak smatraju da je jeftinije dodati softver za poboljšanje videa nego instalirati kameru visoke rezolucije. Iako je to možda istina, ništa ne može zamijeniti točne podatke.

Problem s analitikom

Govoreći nedavno za asmag.com, Srinath Kalluri, izvršni direktor Oyle, istaknuo je da se analitika temeljena na umjetnoj inteligenciji sve više primjenjuje na nadzorne videotokove kako bi automatski označila neobične aktivnosti u stvarnom vremenu. No, kada postojeća rješenja za nadzor ne mogu točno prikupiti dovoljno podataka, izloženi rizici mogu postupno postati štetni za čitavu sigurnosnu operaciju.

To bi moglo dovesti do velike stope lažnih alarma, uzalud potrošenog vremena i resursa na nepostojeće prijetnje, umora alarma koji rezultira latencijom odgovora, poteškoća u praćenju u stvarnom vremenu, loše kvalitete u ekstremnim vremenskim uvjetima ili lošem osvjetljenju i sveukupnih nedosljednosti.

"Ono što pokušavamo učiniti bitno je drugačije", rekao je Kalluri. “Dobivanjem boljih podataka kao ulaza u AI motor, prije svega, sve mogućnosti videonadzora poboljšavaju točnost i pouzdanost. U tu smo svrhu razvili sustav videonadzora temeljen na AI-u koji poboljšava video zapis s 3D senzorom i zaštićenim kodiranjem.”
 
3D informacije prikupljaju se putem video vidnog polja metodom daljinskog mjerenja LiDAR, koja je integrirana s video senzorom na razini hardvera. Ovaj pristup podiže razinu točnosti koju korisnici mogu očekivati ​​i osigurava da dionik ima na raspolaganju više vizualnih slojeva koji osiguravaju ono što se događa.

Zašto analitika ne radi dobro u teškim uvjetima?

Zahvaljujući umjetnoj inteligenciji i videoanalitici, sustavi videonadzora postaju sve pametniji-mogu automatski označavati neobične aktivnosti u stvarnom vremenu. Međutim, iako su učinjeni veliki koraci u poboljšanju pouzdanosti i točnosti umjetne inteligencije i videoanalitike, još uvijek postoje problemi u isporuci u stvarnom svijetu.

"Kako su rješenja postajala sve točnija, povjerenje korisnika je poraslo, ali su i dalje oprezni", rekao je Kalluri. “Mnogo im je obećano od umjetne inteligencije, a ona je u prošlosti nekako zakazala. No, u posljednjih godinu i pol dana počela je zadobivati ​​povjerenje kao održivo i vrijedno rješenje. U prošlosti smo većinu izazova vidjeli u ekstremnim vremenskim uvjetima - analitika bi identificirala nekoliko lažnih alarma na temelju uvjeta okoliša, poput drveća koja se njišu na vjetru.”

Videoanalitika smatra se jednim od glavnih čimbenika koji bi u sljedećim godinama mogli potaknuti rast sustava videonadzora. U tu svrhu postoji nekoliko tvrtki koje značajno napreduju u ovom području. Međutim, takva očekivanja možda neće postati stvarnost ako su razine točnosti niske.

Rješenja poput Oyla -e koja poboljšavaju prikupljanje podataka definitivno bi dodala vrijednost industriji. Međutim, njihov prodor na tržište mogao bi ovisiti o svijesti kupaca. Mnogi kupci sigurnost i dalje smatraju izmišljenom. Tek nakon incidenta uopće shvate funkcionira li kamera. Stoga je potrebno više obrazovanja na obostranu korist.