Veštačka inteligencija na polju video nadzora

Stalno slušamo o veštačkoj inteligenciji AI (Artificial Inteligence), o tome kako ova vrsta tehnologije  može na razne načine promeniti tržište u sektoru obezbeđenja.

To je bila glavna tema tehnološke konferencije (GTC) u San Hoseu od 08. do 11. maja 2017.

Prepoznavanje slika, naravno i video zapisa koje su snimljene preko kamera, u fokusu su AI tehnologije. Pre dvadesetak godina programeri su mesecima programirali računare „kako da prepoznaju sliku„.

U dubokom učenju, umjesto da programirate računar, dovoljno je u njega ubaciti mnogo različitih slika, a računar dalje sam „uči“ da prepozna i hvata razlike među tim slikama. Ovo je faza „treninga“. Nakon što neuronska mreža savlada sve podatke, sposobna je i da donese određene „zaključke“ za tumačenje novonastalih podataka na temelju onoga što je naučeno. U stvari, u šali analitičari kažu: ako je kompjuter video dovoljno mačaka, znaće da prepozna kada mu se u memoriji pojavi slika nove mačke.

Kako se veštačka inteligencija koristi u sistemu?

Duboko učenje i AI su napredna vrsta tehnologije, pogodna za širok dijapazon primena, fizičko obezbeđenje je samo jedna od oblika primene.

Tri faktora su ovde bitna:

  1. dostupnost ogromnog broja podataka. To su „veliki podaci“; u stvari, proliferacija senzora (uključujući i video kamere) omogućuje dovoljno veliki broj podataka koje su odlična baza za ozbiljnu i odličnu obuku i programiranje sistema.
  2. drugi faktor je razvoj novih algoritama za brže osposobljavanje neuronskih mreža,
  3. treći je dostupnost i kapacitet hardvera (konkretno dostupnost GPU, jedinice za obradu grafike), koja je sposobna brzo da ostvari proračune koje se od nje traže. NVIDIA proizvodi baš te spomenute GPU i sponzor je godišnje konferencije GTC-a na kojima se diskutuje od najboljim načinima korišćenja sistema za nadzor.

„Dublje učenje je tehnologija obučavanja mašine da razume svet oko nas onako kako ga mi razumemo“

Duboko učenje (deep learning) i kompjuterske neuronske mreže se nalaze baš svuda oko nas. Ima ih i veoma su dostupni na lokalnim, mrežnim računarima; u sistemima sa uređajima koji primaju i odašilju podatke (ruteri, razni svičeri, sklopke, prekidači, integrisani pristupni uređaji (IAD), multiplekseri i različiti mrežni sistemi (MAN); u uređajima koji su deo širokog mrežnog sistema (WAN), ima ih čak i na cloudu.

Svi oni su veoma važni na tržištu video nadzora jer omogućavaju sistemu da funkcioniše uprkos propusnosti/nedovoljnoj propusnosti kanala ili usled nekog benignog problema koji bi ograničio upotrebljivost i korisnost centralnog servera.

Sistemi za nadzor ovog tipa pokazali su se odličnim u otklanjanju brige oko privatnosti podataka i u radu sa njima nije neophodno biti konektovan na 3G mrežu (treća generacija bežične tehnologije).

NVIDIA „AI City“ inicijativa

Prvo da kažemo da je Nvidia Corporation američka tehnološka firma sa sedištem u Kaliforniji, Santa Klara. Proizbodi grafičke procesorske jedinice za gaming (GPU) i za profesionalna tržišta, kao i čipove za lap topove i automobilsko tržište.

Aplikacije za video analitiku deo su resora Inicijativa „AI City“ NVIDIA. U ovoj kompaniji inicijativu  definišu kao kombinaciju „sigurnih gradova“ (video nadzor, sprovođenje zakona, forenzika) i „pametnih gradova“ (upravljanje saobraćajem, analiza maloprodaje, optimizacija resursa, monitor shopping ).

U zavisnosti od aplikacije, tehnologija „AI City“ mora funkcionisati kako na cloudu (u oblaku) tako i na uređajima u lokalu i/ili preko edge uređaja (tzv. edge uređaji prvenstveno omogućavaju lokalnom korisniku povezivanje i prenos podataka na mrežu, koja je spoljašnja ili nije prikladna korisniku.

Ovaj uređaj omogućava protok između mreža koje koriste različite protokole. Na primer, edge uređaj prenosi pakete između Ethernet i ATM mreže). NVIDIA-ova nova Metropolis inicijativa nudi AI na svim nivoima sistema, od super-kompjutera tipa  Jetson TX2 do lokalnih korisnika (uz upotrebu NVIDIA Tesla i Quadro) pa i do clouda – oblaka (koristeći NVIDIA DGX).

AI City“ primenjuje arhitekturu – od krajnjih uređaja do oblaka“, kaže Džesi Klejton (Jesse Clayton) viši menadžer u odeljenju Intelligent Machines firme NVIDIA: „Neke aplikacije, kao što su kamere za telo i aplikacije za parkiranje, moraju imati AI i edge tehnologiju.“

Za ostale probleme se mora prikupiti više izvora informacija, recimo za korišćenje AI na lokalnom terminalu koji pokriva stotine video kamera. “ Količina podataka u video kamerama je problem za AI tehnologiju – više od milijardu kamera u svetu do 2020. godine snimiće 30 milijardi slika / video zapisa dnevno.

Postojeći video sistemi kako prenose sa portala za videonadzor.net i sistemi za analizu videa imaju ograničenja, a da bi oni dobro funkcionisali, potrebna je bolja tehnologija. Video sistemi samo uz AI mogu dostignuti rezultate koje može samo supermen – da samostalno identifikuju i klasifikuju slike.

AI u video nadzoru

Veštačka inteligencija se ubrzano probija u oblast video nadzora. Brojni poslovni saradnici i partneri u poslu bezbednosne industrije koriste NVIDIA GPU procesorske jedinice kako bi unapredili i poboljšali korisnost i svrsishodnost svojih sistema.

Na primer, uspešna kompanija Avigilon pokrenula je projekat „Appearance Search“ i „BriefCam“ u stvarnom vremenu za potrebe video nadzora. Hikvision koristi tehnologiju za šestostruko bolje otkrivanja pešaka na kiši; firma Dahua je za pet puta ubrzala sistem prepoznavanja registarskih tablica. Još nekoliko kompanija koriste AI tehnologiju: UNV Uniview (klasifikacija vozila), SeeQuestor (istražni postupci), Xjera Labs (detekcija i prepoznavanje  ljudi) i Sensetime (detekcija objekta).

Sistemom NVIDIA Quadro GPUAvigilonu moguće je preko mrežnog video rekordera (NVR) simultano pretraživanje par stotina kamera kako bi se pronašle slične slike –na primer lica koja odgovaraju slici koji se traži. Velika je snaga procesora (GPU) i iako je  veoma malog formata ustvari pokreće veoma složene algoritme i poboljšava sistem video nadzora koji je ekonomičan i koji daje brze rezultate.

Osim prepoznavanja predmeta, sistem može da nauči i kako neke stvari i lica deluju jedno na drugo u datom okruženju i tražiti anomalije, ako ih ima.

„Šta je u stvari duboko učenje?

 

Reč je o procesu obuke i učenja mehaničkih i programskih sistema nove tehnologije kako bi ta tehnologija razumela svet oko nas na način koji je sličan našem načinu razumevanja sveta“, kaže Willem Ryan, viši direktor marketinga u Avigilonu.

„Naše viđenje sveta je jednostavno samo nama, ali za mašinu je to veoma složen proces.

Odlično je što mašina uči brže od čoveka. Duboko učenje je obuka, trening mašine na kom ona uči da uspostavlja veze koje mi svakodnevno činimo. Pomoću GPU sistema može izračunati nešto u trenu i isto tako brzo da napravi pretpostavke i analize.“

Na primer, ako je automobil parkiran na pločniku, sistem vam daje upozorenje da objekat ne pripada tu i uključuje alarm.

U kom se pravcu razvija AI?

Na konferencijama i seminarima u svetu koji se bave sistemima nadzora, Avigilon kontaktira sa svim drugim svetskih kompanijama, iskustva i znanja o jedinstvenim AI izazovima na tržištu video nadzora se međusobno razmenjuju.

„Uzbudljivo je biti uključen u projekte AI sistema u tehnlogiji video nadzora. Na konferencijama obučavamo ljude kako da AI koriste na pravi način, na način na koji oni možda nisu navikli, niti su znali da postoji. Razgovaramo sa ljudima koji ne znaju ništa o AI, ali koji razumeju da veštačka inteligencija svakako menja sistem razmišljanja i rada.“

Želja nam je da nastavimo da podržavamo ideju  upotrebe GPU u radu sa sistemom video nadzora, da menjamo način na koji korisnici stupaju u interakciju s video zapisima„, dodao je.

„Bilo je izazova sa kojima smo se susreli i izborili se sa njima, a ovo sve o čemu smo govorili i prikazali su mali koraci koji će nam pomoći da prevladamo te izazove. Mi želimo biti na čelu promena, uključeni u sve dalje rasprave oko upotrebe AI u sisteme video nadzora. “

Uticaj AI i dubokog učenja na industriju obezbeđenja tek počinje. Taj uticaj će se videti tokom idućih nekoliko godina. To će biti fascinantno videti!

Izvor

21 одговор на „Veštačka inteligencija na polju video nadzora“

Оставите одговор на Tecbcn Одустани од одговора

Ваша адреса е-поште неће бити објављена. Неопходна поља су означена *