Внедрение решений в видеоаналитике на базе ИИ
Вряд ли в настоящее время еще какая-нибудь тематика во всем мире передовых технологий вызывает такое же число слухов, мифов и дискуссий, как ИИ (искусственный разум).
Как раз в данной области, уживаются вместе безосновательно повышенные ожидания со стороны клиентов с одной стороны. И необыкновенные обязательства разрушенных решений и технологий от изготовителей и создателей, в особенности в сфере видеонаблюдения — с иной.
Есть множество суждений и заблуждений насчет того, на что способен искусственный разум. И о том, в каких конкретно областях будет наиболее приметен и нужен эффект от использования ИИ.
Число вероятных сфер применения данной технологии с целью обеспечения безопасности и “умного” видеонаблюдения воистину громадно.
Начиная от обнаружения технологиями видеоаналитики странного либо спортивного поведения, нацеленного на то, чтобы причинить урон людям, до узнавания автономных лиц даже в огромных скоплениях людей.
И автоматического обнаружения несчастной «бомбы в кейсом» — выполнение досмотра груза без потребности использования рентгеновских агрегатов.
Предлагаем вам несколько утилитарных суждений по ИИ, которые, возлагаем надежды, помогут вам жизненно расценить возможности технологии в настоящее время.
Оценивая вероятность внедрения видеотехнологий и решений, основанных на использовании ИИ в вашей области, нужно хорошо осознавать: вам надо будет принимать во внимание значительно больше моментов, чем вы полагали. Это далеко не просто прибавление свежих технологий в имеющиеся системы. А целиком свежий подход.
Базовые рубежи развития любой серьезной новой технологии, о которой вам сообщают практически из-за любого угла, всегда сопровождаются чужой шумихой.
Так организован мир. Когда инновации начинают входить в настоящую жизнь, люди довольно часто переступают тот факт, что эти технологии всегда требуют ориентировочного солидного социального обсуждения. И внесения следующих перемен в очень многие обычные процессы. Лишь после этого можно переходить к их крупномасштабному внедрению.
К примеру, до настоящего времени пока еще до конца не решена основная неприятность c применением беспилотных авто. А конкретнее — когда речь идет о бедных вариантах на автодороге, когда авто (разбирай — ИИ) должен самостоятельно принимать решения. И от избранного автомашиной решения будут находиться в зависимости жизни людей. Эта проблема стала традиционным образцом тех неприятностей, которые способны ждать нас с внедрением таких систем в будущем.
Такие запрещенные вопросы появляются и в картинах, когда ИИ применяется для снабжении безопасности (и в том числе, и в системах видеонаблюдения). И подобных вопросов достаточно много:
Какая степень воли в принятии решений должна быть предоставлена системе?
Какие аспекты будут определены, к примеру, для оценки качества обнаружения субъектов?
Кто должен нести полную ответственность, когда нападение либо посягательство на жизнь человека не найдено своевременно при помощи видеоаналитики и ИИ? Вероятно, оператор-человек сумел бы вовремя отреагировать и предупредить опасность?
Через какое время компании оперативного реагирования, оберегающие субъект, должны прийти на место в случае, если забота сгенерирована ИИ, а не оператором?
Нужно ли необходимое свидетельство стадии опасности со стороны человека?
Как будет обрабатываться множество «неверных срабатываний», когда определение лиц применяется для поиска подозреваемого, к примеру?
Будут ли многие люди, которых система “умного” видеонаблюдения различила как разыскиваемых либо подозреваемых в совершении какого-нибудь правонарушения на основании собственных алгоритмов, автоматом являться виноватыми, пока не подтверждено обратное?
Эти и другие вопросы в настоящее время не имеют отчетливого и понятного решения.
ИИ и технологии “умной” видеоаналитики работают так, как должны, лишь при использовании «целого и всеохватывающего технического подхода»
Технические и компьютерные системы делаются все более трудными. И истина IT-индустрии «мусор на входе — мусор на выходе» находит предельное отображение в сфере применения ИИ в видеонаблюдении.
Итоги, выдающие нейронные сети для систематизации разных субъектов либо качественное ПО для узнавания лиц зависят от качества видеоизображения, поступающего для обработки “умными” способами.
Так что, системы умной обработки картинки на базе ИИ и нейронных сетей будут превосходны точно так, как будут превосходны камеры, которые производят первичный захват видеоизображения. Не более и не меньше.
В данном контексте в особенности принципиально уметь верно устанавливать и заблаговременно правильно рассчитывать установку системы видеонаблюдения.
Камеры видеонаблюдения в Москве должны находиться так что, чтобы гарантировать максимально необходимое качество начальной иллюстрации для действенной обработки видеоизображения аналитическими устройствами.
Для этого нужно обдумывать и верно ставить углы камер, и принимать во внимание другие компоненты. Вы должны быть готовы к тому, что вам надо будет предоставить этим вопросам самое солидное внимание.
Развитие технологий проводит к тому, что очень скоро искусственный разум будет играть главную роль в системах видеонаблюдения – либо даже будет их главным компонентом.
Но, важно осознавать, что ИИ и “умная” видеоаналитика призваны помогать человеку в решении некоторых задач, а не сменять его.
Умные модули видеоаналитики сейчас с успехом применяются для решения автономных видов задач. Они применяются для оптимизация и теста аналоговых действий — к примеру, за игровым столом в казино.
Помогают гарантировать безопасность и защиту периметра на производстве и в пакгаузных комплексах. Существенно уменьшают число неверных тревог благодаря методам систематизации субъектов. Либо выслеживают автономных людей при помощи узнавания лиц для структурах правопорядка в составе систем муниципального исследования.
И как раз в совершении этих скучных функций сегодняшняя видеоаналитика производит нам наиболее значительную помощь. Благодаря ее использованию получается избежать обстановки с очевидным переутомлением и уменьшить число ошибок.
Умные модули для теста видеоизображения только помогают оператору вычленять из большого потока видеоданных как раз те факторы, которые требуют его интереса. А установление заключительного решения всегда остается за человеком.
Главной момент применения всех этих решений на данный момент заключается в следующем: сегодня и, возможно, еще продолжительное время “мозговым” центром остается человек – инструктор, полицейский, работник службы безопасности, аналитик.
При внедрении умной видеоаналитики нужно отталкиваться от собственных настоящих надобностей. Рынок должен научиться отличать готовые и работающие решения, возможно которые обеспечивают исполнение объявленных перспектив на соответствующем уровне от экспериментальных проектов с неотчетливыми возможностями
Необходимо признать, что любое солидное технологическое новшество проходит сложной маршрут до того этапа, когда оно приобретает взрослость.
В самом начале не избежать некоторой неурядицы в осознании того, какие цели и как можно решать при помощи новинки. Обязательно надо будет встретиться с раздутыми ожиданиями аудитории. И изменчивой интерпретацией перспектив показанного решения клиентами.
В итоге появляется картина, когда абсолютное большинство из участвующих в обсуждении просто не обладает прецедентами и «на самом деле не знает». А при этом у большинства участников есть собственное соображение. Которым они обязательно хотят поделиться.