„A biztonságtechnikában a videófelügyeleti élő felvételek éber figyelemmel kisérésének korlátjai vezettek az MI (Deep Learning) alkalmazások robbanásszerű fejlődéséhez” – Következő cikkünkben a napjainkban rendkívül népszerű mesterséges intelligencia szakmai alkalmazásairól olvashatunk összefoglaló igényű cikket, Mányi Leventének az SBT Protect szakemberének tollából.
Mindenekelőtt érdemes pontosítani, hogy mi is az a mesterséges intelligencia. Mesterséges intelligenciának (MI vagy AI az angol Artificial Intelligence-ből) egy gép, program vagy mesterségesen létrehozott tudat által megnyilvánuló intelligenciát nevezzük. Céljuk ezen programoknak, alkalmazásoknak, hogy az emberi intelligenciát mechanikus lépéssorozatokkal írják le, így biztosítva az automatizálást, vagy akár a jóval összetettebb tanulási, elemzési folyamatokat de fejlettebb szinten akár döntést is hozzanak és problémát oldjanak meg. A biztonságtechnikai szakma egyenlőre döntően az MI képességek Deep Learning mélytanulás (intelligens analitika, döntéselőkészítés) ágát alkalmazza igen széleskörűen. (a témába lásd még cikkünket)
A biztonságtechnikában a videófelügyeleti élő felvételek éber figyelemmel kisérésének korlátjai vezettek a mesterséges intelligencia robbanásszerű fejlődéséhez. 1999-ben a Sandia Nemzeti Laboratórium (USA) kutatásából kiderült, hogy egyetlen monitort, több mint 20 percig figyelő emberek 95%-a elveszti a jelentős események észleléséhez szükséges figyelem fenntartásának képességét, valamint mindössze 1%-a bizonyult hasznos videóanyagnak az összes mentett felvételből. Az 1990-es évek elején megjelent VMD-vel (Visual Molecular Dynamics) a rendszerek már képesek voltak érzékelni a pixelváltozást. Ez nagy előrelépést jelentett, hiszen ahelyett, hogy valaki folyamatosan figyelné az élő videófelvételt és várná az eseményt, a rendszer képes volt jelezni, ha mozgás történt. A VMD-nél még intelligenciáról nem lehetett beszélni, hiszen számos esetben hamis jelzéseket generált, mivel csak a pixelváltozást volt képest észlelni. Napjainkban már a gépi tanulás és a DNN (Deep Neural Networking) algoritmusok használata a videóanyaggal lehetővé teszi, hogy a kamera képes legyen elemezni jeleneteket a konkrét objektum felismerése érdekében.
Milyen Deep Learning megoldások, alkalmazások érhetők el az SBT Protect-nél?
Videóelemzés
Intelligens követés:
Az Intelligens követés lehetővé teszi a kamera számára nemcsak hogy felismerje és elkülönítse az álló személyeket, valamint a járműveket, de ráközelítsen és kövesse őket mozgásuk során is. A rendszer képes folytatni a követést akkor is, ha a járművek és a gyalogosok átmenetileg megállnak a forgalomban közlekedési lámpák, torlódások vagy balesetek okán. Az új szoftver mélytanulással (deep learning) érti meg az összetettebb jármű, gyalogosforgalmi szituációkat, helyzeteket. A videóanyag ilyen kifinomult elemzése nagyobb megbízhatóságot ad a felhasználónak abban, hogy a kiválasztott objektumot folyamatosan követni tudja, még akkor is, ha a mozgás nem folyamatosan, miközben a környezetből származó egyéb nem kívánt mozgásformákat (eső, hó, falevél) figyelmen kívül hagyja.
Épületek behatolásvédelme:
A mélytanuláson alapuló videóbiztonsági rendszerek ideálisak az épületekben és azok környékén történő fejlett behatolásérzékeléshez. A rendszer virtuálisan szemmel tartja az épületeket és azok környezetét azáltal, hogy érzékeli az előre meghatározott zónába belépő vagy az objektum közelében lézengő személyeket vagy tárgyakat. Mivel nincs szükség helyszíni kalibrálásra, könnyen használható és telepíthető. A tényleges biztonsági események és az ismert hamis jelzések megkülönböztetésével jelentősen növelhető a hatékonyság és csökkenthető az üzemeltetési költség is azáltal, hogy a biztonsági szolgálat csak a valóban fontos, hiteles riasztásokra fordít időt.
Kerítésvédelem/Határellenőrzés:
A videóanalitika segítségével az épületek, energetikai létesítmények, repülőterek határai mentén történő behatolást már távolról, rossz időjárási viszonyok mellett is érzékelni lehet. A rendszer rendkívül érzékeny a mozgás irányára, és különböző környezeti és fényviszonyok mellett mesterséges intelligencia segítségével képes felismerni a kerítésen, bejáratokon vagy akár kifutópályán átjutni törekvő, guruló, kúszó vagy álcázott behatolókat, miközben minimalizálja a téves jelzéseket.
Végpontok közötti biztonsági megoldások:
Ahogy a Deep Learning egyre szélesebb körben elfogadottá válik minden iparágban, a végpontokon elhelyezett mesterséges intelligencia (amely a kamerán helyben szűri és dolgozza fel az adatokat) egyre inkább beépül a videómegfigyelésbe, hogy lehetővé tegye a végponttól végpontig terjedő mesterséges intelligencia technológiát. Ma a legtöbb biztonsági kamera az általa gyűjtött adatokat a szerverekre küldi elemzésre. A végpontokon alapuló mesterséges intelligenciával azonban az adatokat először a kamera elemzi, majd elküldi a szervernek. Ez csökkenti a nagy mennyiségű adat szerverre történő átvitelének és tárolásának terhét, ezáltal növeli a hatékonyságot, időt takarít meg, és csökkenti az adatok elemzéséhez általában szükséges szerverköltségeket.
Célobjektumok osztályozása attribútumokkal:
Míg minden mesterséges intelligenciával működő kamera a látottakat olyan általános kategóriákba sorolja, mint a személy, arc, jármű és rendszámtábla, az SBT Protect-nél elérhető mesterséges intelligenciát használó rendszerek képesek mélyebbre ásni, és gyorsan, pontosan azonosítani a kamera látómezejében lévő objektumok különböző tulajdonságait. Például a kamera meglát egy személyt, és azonnal felismeri a ruházat színét. Elég intelligens ahhoz is, hogy megkülönböztesse, hogy a személy szemüveget visel-e vagy táskát tart-e a kezében. Ezeket az attribútumokat metaadatként elmenti a rögzített felvételek mellé, ezzel elősegítve a könnyebb kereshetőséget.
Edge-alapú üzleti intelligencia:
A kamerákba már beépített üzleti intelligenciával, valamint a személyek bármilyen szögből történő észlelésének, számolásának és osztályozásának képességével többé nincs szükség további kamerák telepítésére. Ez egyszerű és költséghatékony megoldást jelent az emberszámláláshoz, a sorok megfigyeléséhez és a hőtérképezéshez. Az SBT Protect-nél elérhető AI kamerák hasznos funkciói többek között az objektum telítettségének számlálása, az arcmaszk felismerése, a szociális távolságtartás ellenőrzése.
Legjobb felvétel funkció:
A legjobb felvétel funkció biztosítja, hogy csak a rögzített tárgyakról készült legmegfelelőbb képek kerüljenek a szerverre. Minden kép akár 4K minőségben is vágható, a címkézett attribútumokkal ellátott metaadatokkal együtt. A felhasználóknak lehetőségük van a képfelbontást 2MP-re állítani a teljes videó streaminghez, vagy a legjobb felvétel funkciót használni a sávszélesség és a tárolási kapacitás minimalizálása érdekében.
AI alapú továbbfejlesztett képminőség
A mesterséges intelligencia létfontosságú szerepet játszik a magas képminőség biztosításában. A legújabb kamerafejlesztés, ami a mesterséges intelligencia segítségével azonosítja a mozgást, és csökkenti az elmosódást zajos, gyenge fényviszonyok között. Az AI-alapú Preferred Shutter technológia automatikusan beállítja a zársebességet az osztályozott mozgó tárgyak és a jelenet fényviszonyait figyelembe véve, hogy csökkenteni tudja a mozgás okozta elmosódást. Ez tiszta képeket eredményez, rossz látási viszonyok között is.
Interkom
AI interkom asszisztens
Az SBT Protect kínálatában megtalálható a Commend által fejlesztett, a világ első párbeszéd alapú mesterséges intelligenciája (Conversational AI). Az Ivy névre hallgató rendszer olyan mesterséges intelligencián alapul, amely természetes társalgási hangnemben képes valós időben beszélgetni a felhasználókkal, és dinamikusan reagálni. A leghasznosabb funkciója, hogy minden egyes válasszal önállóan tanul, így folyamatosan bővíti és mélyíti saját tudását. Használatbavétel előtt egy alapos „alapképzés” elengedhetetlen a működési terület helyszínén, ahol a leggyakrabban visszatérő kérdések megtanítása a cél. A többit már az Ivy mély neurális hálózati (Deep Neural Network) algoritmusai végzik el. A rendszer így gyakorlatilag minden alkalmazási területen képes valós időben kompetens válaszokat adni, és párbeszédalapú módon tehermentesíteni az emberi kollégákat. A tesztelési fázisban is már meglepően meggyőző működésről számoltak be a felhasználók, ugyanis nem tudták megkülönböztetni, hogy a vonal másik végén valódi ember, vagy az Ivy beszél velük. Ezek ideális feltételek az éjjel-nappal ismétlődő kérdésekre adott barátságos, türelmes válaszokhoz, azonban vészhelyzetben amikor az érintetteknek megbízható, segítőkész megközelítésre van szükségük, a rendszer képes a hívásokat az illetékes, emberi személyzettel rendelkező irányítóközpontokhoz (pl.: segélyszolgálat) továbbítani. Az Ivy hivatalos premierje az ISC West-en, egy vezető amerikai biztonságtechnikai szakkiállításon zajlott Las Vegasban. Commend a kommunikációs és hálózati megoldások kategóriában megnyerte az idei „új termékek és megoldások” (New Products and Solutions Awards) díjat, ami a Security Industry Association által odaítélt legrangosabb díj.
Beléptetés
Arcfelismerés
Az arcfelismerés számítógépes szűrők alkalmazásával az arcunkról készült képet számszerű kifejezésekké alakítja, amit ezt követően össze lehet hasonlítani egy adatbázisban tárolt képekkel. A szűrőket mesterséges intelligencia alapú tanulással generálják le. Az arcfelismerésre alkalmas ajtóvezérlők érintésmentes ellenőrzést nyújtanak, ami az elmúlt időkben egyre fontosabb lett mindenkinek. Az SBT Protect portfóliójában elérhető eszközökről részletes tájékoztató olvasható a biometrikus azonosítás összemérve a kártyás beléptetéssel című cikkünkben.
Összefoglalva, a biztonságtechnika területén a Deep Learning alkalmazása lehetőséget nyújt a vállalatoknak és magánszemélyeknek egyaránt, hogy védelmüket egy következő szintre emeljék. Az SBT Protect Kft. elkötelezettsége a legmodernebb technológiai fejlesztések iránt garantálja, hogy az ügyfelek mindig a legkorszerűbb és legmegbízhatóbb biztonsági megoldásokhoz férhessenek hozzá.
Mányi Levente
SBT Protect Kft.
www.sbtprotect.hu
Kapcsolódó cikkek:
