Künstliche Intelligenz (KI), Deep Learning (DL) und maschinelles Lernen (ML) sind beliebte Schlagworte in der Sicherheitsbranche (und überall sonst auch), die uns erwarten lassen, dass unsere Hardware und Software wie in der Science-Fiction funktionieren. Aber wie erstaunlich ist die tatsächliche Auswirkung dieser Technologien auf den Überwachungsmarkt?
Eines der Hauptumfelder, in denen KI einen großen Einfluss hat, ist der Markt für Videoanalysen (VA).
Wenn man den Anbietern glaubt, hat KI die VA viel leistungsfähiger und genauer gemacht, was zu weniger Fehlalarmen, genaueren Erkennungen von Objekten, Gesichtern und mehr führt.
Um herauszufinden, was in der Welt der KI passiert, hat Hi-Tech Security Solutions eine Reihe von Personen in der Branche gefragt, die sozusagen an vorderster Front stehen, wie sie die Auswirkungen der KI sehen und was sie in Zukunft erwarten.
Kurz gesagt, Jet Zhu, technischer Manager für Dahua in Afrika, sagt: „Um mit der immer komplexer werdenden Sicherheitsherausforderungen umzugehen, die riesige Menschen- und Fahrzeugströme betreffen, brauchen wir etwas wie den sagenumwobenen allwissenden Wächter, der dank Deep-Learning-KI nun glücklicherweise Realität geworden ist.“
Was die derzeitigen Auswirkungen der KI betrifft, in Bezug darauf, tatsächlich einen Unterschied zu machen, sagt Gus Brecher, Geschäftsführer von Cathexis Africa: „KI hat eine deutliche Wirkung in der Sicherheitswelt.
Mit der Verfügbarkeit von neuronalen Netzwerken und mehr Rechenleistung werden fortschrittlichere Funktionen verfügbar.
Gesichtserkennung, ANPR und Objektklassifizierung werden in vielen Einsätzen erfolgreich genutzt.
Marcel Bruyns
„Diese werden verwendet, um Echtzeitwarnungen zu erstellen sowie zur forensischen Analyse von aufgezeichneten Videos. Wenn sie umsichtig in ausgewählten Anwendungen und auf ausgewählten Kameras eingesetzt werden, können sie echten Mehrwert bieten.“
Cathexis arbeitet eng mit Hardwareherstellern zusammen, um die beste Nutzung der verfügbaren GPU (Graphic Processing Unit) zu ermöglichen und seine neuronalen Netzwerk-KI-Lösungen zu implementieren.
„Wir stellen fest, dass wir das beste Preis-Leistungs-Verhältnis erzielen, wenn wir unsere traditionellen Analysen mit KI kombinieren. Zum Beispiel können wir ein Objekt erkennen, das einen Bereich betritt oder eine Linie überschreitet, indem wir unsere traditionellen Analysen verwenden (die minimale Rechenleistung erfordern), und wenn das Ereignis eintritt, verwenden wir die KI, um zu bestimmen, was dieses Objekt ist.“
Dies stellt sicher, dass jede erkannte Bewegung überprüft wird, aber nur ein Alarm ausgelöst wird, wenn es sich um eine Person oder ein Fahrzeug handelt.
Diese Methode hilft, die Verarbeitungsanforderungen auf ein Minimum zu reduzieren, während die Leistungsfähigkeit der KI genutzt wird, um die richtigen Entscheidungen zu treffen.
Ständiger Fortschritt
Bei all der Aufmerksamkeit und Diskussion könnte man meinen, dass KI jede Branche und jeden Sektor grundlegend verändert, fügt Marcel Bruyns, Vertriebsleiter Afrika bei Axis Communications, hinzu.
„Für die Zyniker (und mit Bezug auf den Gartner Hype Cycle) könnte man jedoch das Gefühl haben, dass ein Mangel an nachweisbaren Anwendungen von KI (und dem damit verbundenen maschinellen Lernen und Deep Learning) entweder auf einen Höhepunkt überhöhter Erwartungen oder sogar auf das Tal der Enttäuschung hinweist.
„In Wirklichkeit unterscheidet sich der Fortschritt natürlich von Branche zu Branche und von Anwendung zu Anwendung. In einigen Bereichen – insbesondere im Gesundheitswesen und speziell bei der Krebsfrüherkennung – hat KI bereits einen signifikanten positiven Einfluss. In anderen Bereichen ist der Fortschritt stetiger. Videoüberwachung ist einer davon.“
In unserer Branche wird maschinelles oder Deep Learning heute hauptsächlich für Videoanalysen verwendet, aber die Technologie wird in Zukunft ein wichtiger Bestandteil in vielen verschiedenen Anwendungen und Produkten sein.
Im Laufe der Zeit wird es ein gängiges Werkzeug für Softwareentwickler werden und in vielen verschiedenen Umgebungen und Geräten enthalten sein.
Dennoch wird seine Anwendung wiederum von den überzeugendsten Anwendungsfällen getrieben, nicht von der Technologie selbst.
„Es gibt eine Versuchung im Überwachungs- und Sicherheitssektor, in Bezug auf neue Technologien zu viel zu versprechen“, fügt Bruyns hinzu.
„Dies war bei KI in der Videoanalyse und insbesondere bei einigen der Behauptungen über die aktuelle Anwendung von Deep Learning der Fall. Bei KI und Deep Learning, wie bei jeder neuen Technologie, sind wir bestrebt sicherzustellen, dass ihre Implementierung robust, zuverlässig und auf echte Kundenherausforderungen ausgerichtet ist.“
Für diejenigen, die sich nicht sicher sind, was Deep Learning ist, erklärt Bruyns: Deep Learning besteht aus zwei verschiedenen Phasen: der Trainingsphase und der Ausführungsphase.
Erstere erfordert viel Rechenleistung, Daten und Zeit, sodass sie höchstwahrscheinlich auf einem Server und/oder in der Cloud ausgeführt wird, während zusätzliches Training (Feinabstimmung) am Rand durchgeführt werden könnte.
Die Ausführungsphase – diejenige, die „trainierte“ Daten benötigt, um zu funktionieren – kann auf jeder Ebene innerhalb des Systems durchgeführt werden, rein abhängig davon, wie viel Rechenleistung erforderlich ist und wie zeitkritisch die Anwendung ist.
„Forschung und Fortschritt werden stetig weitergehen und im nächsten Jahr inkrementelle Verbesserungen und Vorteile bringen, anstatt radikale Veränderungen.“
Axis hat bereits eine KI-fähige Kamera, die AXIS Q1615-LE Mk III, auf den Markt gebracht, die für Stadtüberwachung, Transport- und Industrieanwendungen ausgelegt ist.
Bruyns sagt, dass diese outdoor-taugliche Kamera dank einer Deep-Learning-Verarbeitungseinheit (DLPU) außergewöhnliche Bildqualität mit leistungsstarken Verarbeitungskapazitäten kombiniert.
Die Kamera umfasst erweiterte Sicherheitsfunktionen, um unbefugten Zugriff zu verhindern und das System zu schützen.
Unterstützung des Wachstums der Edge-Verarbeitung, die Kamera enthält den proprietären Axis ARTPEC-Chip und die oben erwähnte DLPU.
Dieser Dual-Chipsatz ermöglicht es, Analysen direkt am Edge durchzuführen, was zu einem schnelleren und skalierbareren System führt und komplexe und leistungsstarke Analysen erleichtert.
Edge-basierte automatische Vorfallserkennung, Zählung und Anomalieerkennung sind einige der verfügbaren Optionen.
Vom Sehen zum Erkennen
Wenn man sich ansieht, was Dahua im Bereich KI tut, sagt Zhu, dass die WizMind-Lösungen des Unternehmens bereits KI nutzen, um ihre Fähigkeiten auf die nächste Stufe zu heben.
Von den verfügbaren Lösungen bietet AI WizMind menschenorientierte Lösungen, einschließlich Gesichtserkennung, Datenschutz, menschliche Videometadaten, Personenzählung, Stereoanalyse usw.
Es bietet auch mehrere fahrzeugbasierte KI-Lösungen, wie ANPR und Fahrzeugmetadaten, illegale Parkfunktionen, die mehr Attribute von Fahrzeugen für einfache Kontrolle, schnelle Suche und Geschäftsanalyse bereitstellen.
Dahua nutzt auch KI, um die thermische Überwachung zu verbessern, sowohl in Bezug auf die Entfernung als auch auf das COVID-19-Screening, das man beim Betreten eines Gebäudes durchläuft.
Wenn man Alex Penhaligon, Projektvertriebsleiter bei Hikvision SA, fragt, sagt er, dass die physische Sicherheit eine der Branchen ist, in denen die künstliche Intelligenz-Technologie am besten implementiert wurde.
„Die herausragende Leistung der auf Deep Learning basierenden KI-Technologie in der Bildwahrnehmung und Bildverarbeitung hat die Implementierung einer großen Anzahl von Anwendungen im Sicherheitsbereich effektiv gefördert.“
„Die Verbreitung von Sicherheitskameras bringt enorme Herausforderungen in Bezug auf Datenspeicherung und Datenverarbeitung für die traditionelle Sicherheitsindustrie mit sich. Das manuelle Abrufen und Überwachen von großen Mengen an Videos verbraucht viel Arbeitskraft und ist ungenau. Die Anwendung von KI-Technologie kann die Effizienz der Video-Datenverarbeitung und des Abrufs erheblich verbessern. Mit der Kombination von Big Data und KI-Technologie verwandeln sich Sicherheitssysteme von passiven zu proaktiveren Lösungen und die Videotechnologie für Sicherheit entwickelt sich vom Sehen zum Erkennen und Analysieren von Dingen.“
In den kommenden Jahren, so Penhaligon weiter, wird KI mit „allgemeiner Intelligenz“, die weit verbreitet angewendet, hoch integriert und flexibel in verschiedenen Szenarien angepasst werden kann, die Richtung der KI-Entwicklung im Sicherheitsmarkt sein.
In diesem Fall kann der entwickelte KI-Algorithmus in verschiedenen Szenarien für mehrere Zwecke anwendbar sein, was die KI-Technologie universeller und populärer auf dem Markt machen wird.
Dies hat Hikvision dazu ermutigt, „einen sehr offenen Ansatz zu verfolgen und unsere Gedanken im Entwicklungsprozess unserer KI-Technologie mit unseren Partnern zu teilen. Das ist auch der Grund, warum wir die Hikvision AI Open Platform geschaffen haben. Die Plattform bietet offene KI-Algorithmus-Trainingsmöglichkeiten und Werkzeuge, damit Benutzer leicht Intelligenzen für ihre eigenen Bedürfnisse erstellen können.“
Was können wir erwarten?
Der aktuelle Stand der KI im Überwachungsmarkt befindet sich noch in den Startlöchern.
Obwohl es bereits viele Fortschritte und Leistungsverbesserungen gibt, die der KI zugeschrieben werden können, sind die meisten der verwendeten Systeme das, was Penhaligon als „spezialisierte Intelligenz“ bezeichnet.
Mit anderen Worten, Algorithmen werden für spezifische Anwendungen entwickelt und eingesetzt.
Die Zukunft wird mehr KI-Systeme sehen, die entscheiden, welcher Algorithmus in verschiedenen Szenarien am besten verwendet wird und sich entsprechend anpassen.
Brecher glaubt, dass die Zukunft die meisten Einsätze von KI-Technologie vor Ort in entweder Edge- oder serverbasierten Anwendungen sehen wird.
Langfristig könnten wir einige cloudbasierte Analysen sehen.
„Ich sehe nicht, dass jede Kamera KI ausführt, da dies rechnerisch teuer ist, daher werden wahrscheinlich ausgewählte Kameras für ausgewählte Standorte für die kurze bis mittlere Frist verwendet.“
Aus der Axis-Perspektive erwartet Bruyns, dass einige der Anwendungen von KI innerhalb von Netzwerk-Videokameras Folgendes umfassen werden:
Eine Kombination aus Edge-Analytik oder serverbasierter Analytik.
Diese KI-Programme (auf Kamera oder Server) können für einfache oder fortgeschrittene Zwecke verwendet werden, die Folgendes umfassen:
- Erkennung von Fahrzeugen, Objekten oder Menschen.
- Eindringen in ein vordefiniertes Gebiet, Parkplatz, Perimeterzaun oder eingeschränkte Bereiche.
- Diese Analysen sind intelligent genug, um Alarme auszulösen, wenn Verstöße oder programmierte Regeln gebrochen werden.
Ein Beispiel ist, dass ein Eindringling ein vordefiniertes Gebiet betreten und einen Alarm auslösen könnte, der von den Systembetreibern gesehen werden könnte und die Notwendigkeit für Maßnahmen hervorruft.
Und während Brecher sagt, dass KI bereits hilft, Fehlalarme erheblich zu reduzieren, fügt Zhu hinzu, dass ein großer Vorteil der Technologie darin besteht, die Sicherheitsfunktion effektiv von der Bereitstellung von Beweisen nach dem Vorfall zur Warnung der Betreiber durch genaue Vorhersage vor Ereignissen zu ändern.
Mit anderen Worten, das Perimeterschutzsystem sendet nur dann einen Alarm, wenn unerwünschte Bewegungen durch Menschen oder Fahrzeuge ausgelöst werden, wodurch Benutzer vor unnötigen Maßnahmen durch Fehlalarme bewahrt werden.
Während diejenigen, die sich für neue Technologien begeistern, guten Grund haben, sich auf das zu freuen, was kommt, ist es auch erwähnenswert, dass KI einfach ein weiteres Werkzeug im Arsenal der Anbieter ist.
KI wird (noch) keine Strategie oder Produkt-Roadmap für Unternehmen oder Kunden entwickeln, die ihr Geschäft, Anwesen oder Zuhause schützen möchten.
Vielmehr wird es Möglichkeiten bieten, Mehrwert zu schaffen und einen besseren Service zu liefern, die Kapazität der Servicebereitstellung im Sicherheitsbereich zu verbessern.
Aber so war es schon immer in der Sicherheit.
Man ist nicht sicherer, weil man ein paar Kameras installiert hat, man ist sicherer, weil die installierten Kameras an der richtigen Stelle platziert wurden und ausgewählt wurden, weil sie die Art von Service bieten, die man benötigt und in eine effektive Managementplattform integriert sind und gemäß einer sorgfältig gestalteten Sicherheitsstrategie betrieben werden.
