Искусственный интеллект (AI), глубокое обучение (DL) и машинное обучение (ML) — это популярные в индустрии безопасности (да и во всех других отраслях тоже) слова, которые заставляют нас ожидать от нашего оборудования и программного обеспечения настоящей научной фантастики. Но насколько поразительно реальное влияние этих технологий на рынок видеонаблюдения?
Одной из основных сфер, где ИИ оказывает большое влияние, является рынок видеоаналитики (VA).
ИИ, если верить поставщикам, сделал VA намного мощнее и точнее в своих возможностях, что привело к уменьшению количества ложных срабатываний, более точному распознаванию объектов, лиц и многого другого.
Чтобы выяснить, что происходит в мире ИИ, компания Hi-Tech Security Solutions обратилась к нескольким представителям отрасли, находящимся, так сказать, в окопах, с вопросом о том, как они оценивают влияние ИИ и что они ожидают увидеть в будущем.
В двух словах Джет Чжу, технический менеджер Dahua в Африке, говорит: «Чтобы справиться с постоянно усложняющимися проблемами безопасности, связанными с огромными потоками людей и транспортных средств, нам нужно что-то вроде легендарного всезнающего охранника, который, к счастью, теперь материализовался благодаря искусственному интеллекту с глубоким обучением».
Когда речь заходит о том, какое влияние оказывает ИИ в настоящее время с точки зрения реальной пользы, Гас Бречер, директор Cathexis Africa, говорит: «ИИ оказывает заметное влияние на мир безопасности.
С появлением нейронных сетей и все большей вычислительной мощности становятся доступными более продвинутые функции.
Распознавание лиц, ANPR и классификация объектов — все это успешно используется во многих системах».
Марсель Бруинс (Marcel Bruyns).
«Они используются для создания оповещений в реальном времени, а также для криминалистического анализа записанного видео. При разумном использовании в избранных приложениях и на избранных камерах они могут принести реальную пользу».
Cathexis тесно сотрудничает с производителями оборудования, чтобы наилучшим образом использовать доступность GPU (графических процессоров) для внедрения своих нейросетевых ИИ-решений.
«Мы обнаружили, что получаем наилучшее соотношение «цена-качество», когда комбинируем традиционную аналитику с ИИ. Например, мы можем обнаружить объект, входящий в зону или пересекающий линию, используя традиционную аналитику (которая использует минимальную вычислительную мощность), а когда событие происходит, мы используем ИИ, чтобы определить, что это за объект».
Таким образом, проверяется каждое обнаруженное движение, но тревога поднимается только в том случае, если это человек или транспортное средство.
Такая методология позволяет свести требования к обработке данных к минимуму, используя при этом возможности искусственного интеллекта, чтобы технология принимала правильные решения.
Постоянный прогресс
При всем внимании и обсуждении можно подумать, что ИИ кардинально изменит все отрасли и сектора, — говорит Марсель Бруинс, менеджер по продажам в Африке компании Axis Communications.
«Хотя более циничные люди (со ссылкой на Gartner Hype Cycle) могут посчитать, что отсутствие наглядных применений ИИ (и связанных с ним машинного обучения и глубокого обучения) указывает либо на пик завышенных ожиданий, либо на впадину разочарования».
«В действительности, конечно, прогресс различается от отрасли к отрасли и от применения к применению. В некоторых областях — в частности, в здравоохранении и, в частности, в обнаружении рака — ИИ уже оказывает значительное положительное влияние. В других областях прогресс более устойчив. Видеонаблюдение — одна из них».
По его словам, сегодня машинное или глубокое обучение используется в основном для видеоаналитики, но в будущем эта технология станет важным компонентом для множества различных приложений и продуктов.
Со временем она станет обычным инструментом для инженеров-программистов и будет включена во множество различных сред и устройств.
Тем не менее, и в этом случае ее применение будет определяться наиболее привлекательными сценариями использования, а не самой технологией.
«В секторе видеонаблюдения и безопасности существует соблазн переборщить с обещаниями в отношении новых технологий», — добавляет Бруинс.
«Это относится к ИИ в видеоаналитике и, в частности, к некоторым заявлениям, связанным с современным применением глубокого обучения. В случае с ИИ и глубоким обучением, как и с любой другой новой технологией, мы стремимся к тому, чтобы ее внедрение было надежным, прочным и решало реальные проблемы клиентов».
Для тех, кто не знает, что такое глубокое обучение, Бруинс объясняет: Глубокое обучение состоит из двух различных фаз: фазы обучения и фазы выполнения.
Первая требует много вычислительной мощности, данных и времени, поэтому, скорее всего, будет выполняться на сервере и/или в облаке, а дополнительное обучение (тонкая настройка) может быть проведено на границе.
Фаза выполнения — та, которая требует «обученных» данных для работы — может быть выполнена на любом уровне внутри системы, в зависимости от того, сколько вычислительной мощности требуется и насколько критично приложение по времени.
«Исследования и прогресс будут продолжаться, причем неуклонно, и в течение следующего года принесут скорее постепенные улучшения и преимущества, чем радикальные изменения».
Компания Axis уже выпустила камеру с поддержкой искусственного интеллекта, AXIS Q1615-LE Mk III, предназначенную для городского видеонаблюдения, транспортных и промышленных приложений.
По словам Бруинса, эта камера для наружного наблюдения сочетает в себе исключительное качество изображения и мощные возможности обработки благодаря процессору глубокого обучения (DLPU).
Камера включает в себя расширенные функции безопасности для предотвращения несанкционированного доступа и защиты системы.
Поддерживая развитие краевой обработки, камера оснащена фирменным чипом Axis ARTPEC и вышеупомянутым DLPU.
Этот двойной чипсет позволяет выполнять аналитику непосредственно на границе, что приводит к более быстрой и масштабируемой системе и облегчает сложную и мощную аналитику.
Автоматическое обнаружение инцидентов на краю, подсчет и обнаружение аномалий — вот лишь некоторые из доступных опций.
От видения к распознаванию
Глядя на то, что делает Dahua в области ИИ, Чжу говорит, что решения WizMind компании уже используют ИИ, чтобы вывести свои возможности на новый уровень.
Среди имеющихся решений, AI WizMind предлагает решения, ориентированные на человека, включая распознавание лиц, защиту конфиденциальности, метаданные человеческого видео, подсчет людей, стереоанализ и т.д.
Он также может похвастаться множеством решений ИИ для транспортных средств, таких как ANPR и метаданные транспортных средств, функциональность незаконной парковки, которая предоставляет больше атрибутов транспортных средств для легкого контроля, быстрого поиска и бизнес-анализа.
Dahua также использует ИИ для улучшения тепловизионного наблюдения, как с точки зрения расстояния, так и с точки зрения проверки COVID-19, которую человек проходит при входе в здание.
Если спросить Алекса Пенхалигона, менеджера по продажам проектов компании Hikvision SA, то он скажет, что физическая безопасность — одна из отраслей, где технология искусственного интеллекта нашла наилучшее применение.
«Выдающиеся результаты технологии искусственного интеллекта на основе глубокого обучения в восприятии и распознавании образов эффективно способствовали внедрению большого количества приложений в сфере безопасности.
«Популяризация камер видеонаблюдения ставит перед традиционной индустрией безопасности огромные задачи по хранению и обработке данных. Извлечение и мониторинг огромных объемов видеозаписей вручную отнимает много рабочей силы и не отличается точностью. Применение технологии искусственного интеллекта может значительно повысить эффективность обработки и поиска видеоданных. Благодаря сочетанию больших данных и технологий искусственного интеллекта системы безопасности превращаются из пассивных в более проактивные решения, а видеотехнологии для безопасности эволюционируют от наблюдения за вещами к их распознаванию и анализу».
В ближайшие годы, продолжает Пенхалигон, ИИ с возможностями «общего интеллекта», который может широко применяться, быть высоко интегрированным и гибко адаптируемым в различных сценариях, станет направлением развития ИИ на рынке безопасности.
В этом случае разработанный алгоритм ИИ можно будет применять в различных сценариях для разных целей, что сделает технологию ИИ более универсальной и популярной на рынке.
Это побудило компанию Hikvision «придерживаться очень открытого подхода и делиться своими мыслями в процессе разработки технологии ИИ с нашими партнерами. Именно по этой причине мы создали открытую платформу Hikvision AI Open Platform. Платформа предоставляет открытые возможности обучения алгоритмов ИИ и инструменты, позволяющие пользователям легко создавать интеллектуальные системы для своих собственных нужд».
Чего мы можем ожидать?
Современное состояние ИИ на рынке видеонаблюдения все еще находится в начальной стадии.
Несмотря на то, что уже есть множество достижений и улучшений в работе, которые можно приписать ИИ, большинство используемых систем — это то, что Пенхалигон называет «специализированным интеллектом».
Другими словами, алгоритмы разрабатываются и внедряются для конкретных приложений.
В будущем появится больше систем ИИ, которые будут сами решать, какой алгоритм лучше всего использовать в различных сценариях, и адаптироваться к ним по мере необходимости.
Бречер считает, что в будущем большинство внедрений технологий искусственного интеллекта будет происходить на местах, в пограничных или серверных приложениях.
В более отдаленной перспективе, возможно, мы начнем видеть некоторые облачные аналитические системы.
«Я не думаю, что в каждой камере будет использоваться ИИ, поскольку это требует больших вычислительных затрат, поэтому в краткосрочной и среднесрочной перспективе мы, скорее всего, остановимся на отдельных камерах для отдельных мест».
С точки зрения Axis, Бруинс ожидает, что некоторые из применений ИИ в сетевых камерах видеонаблюдения будут включать в себя:
Комбинация между пограничной аналитикой и аналитикой на сервере.
Эти программы искусственного интеллекта (на камере или сервере) могут использоваться для простых или сложных целей, включая:
- Распознавание транспортных средств, объектов или людей.
- Нарушение границ заранее определенной территории, парковки, ограждения по периметру или запретных зон.
- Эти аналитические системы достаточно интеллектуальны, чтобы включать оповещения о нарушениях или нарушении запрограммированных правил.
Например, нарушитель может войти в заранее определенную зону и подать сигнал тревоги, который может быть просмотрен операторами системы и вызвать необходимость принятия мер.
И хотя Бречер говорит, что ИИ уже помогает значительно сократить количество ложных тревог, Чжу добавляет, что главным преимуществом технологии станет эффективное изменение функции безопасности: от предоставления доказательств после инцидента к предупреждению операторов посредством точного прогнозирования до событий.
Другими словами, система защиты периметра будет посылать сигнал тревоги только при возникновении нежелательных движений, спровоцированных людьми или транспортными средствами, избавляя пользователей от ненужных действий, вызванных ложными тревогами.
Хотя у тех людей, которые приходят в восторг от новых технологий, есть все основания радоваться тому, что их ожидает, стоит также отметить, что ИИ — это просто еще один инструмент в арсенале продавцов.
ИИ не будет (пока) разрабатывать стратегию или дорожную карту продуктов для компаний или клиентов, стремящихся защитить свой бизнес, имущество или дом.
Скорее, он обеспечит способы повышения ценности и предоставления более качественных услуг, расширяя возможности предоставления услуг в сфере охраны и безопасности.
Но в сфере безопасности так было всегда.
Вы в большей безопасности не потому, что установили несколько камер; Вы в большей безопасности потому, что установленные камеры были размещены в правильном месте и выбраны потому, что они обеспечивают необходимый Вам тип услуг, интегрированы в эффективную платформу управления и работают в соответствии с тщательно разработанной стратегией безопасности.
