Oggi tutti parlano di intelligenza artificiale (IA) e il settore della sorveglianza non è da meno perché cerca di sfruttarne tutte le potenzialità. Con l'arrivo di sempre più prodotti sul mercato, i clienti valutano il passaggio alle telecamere con IA e ne considerano i vantaggi.
Axis si è impegnata a utilizzare l'intelligenza artificiale sui suoi prodotti. Fondamentale per molte funzionalità di IA e deep learning è il system-on-chip (SoC), ARTPEC-8. Nei prossimi mesi e anni, il numero di telecamere con intelligenza artificiale è destinato ad aumentare. Questo articolo spiega perché vale la pena considerare le telecamere con IA come investimento, non solo per il futuro ma anche per il presente.
Decisioni per il futuro a breve e lungo termine delle soluzioni di sorveglianza
Chi acquista soluzioni di sicurezza deve pensare nel lungo periodo, perché una telecamera di sorveglianza può avere una vita utile di cinque anni o più. In questo periodo, una nuova telecamera deve essere considerata una piattaforma utile anche per le future applicazioni. Sebbene le telecamere con IA offrano vantaggi concreti fin da subito, le future innovazioni della piattaforma ne aumenteranno le capacità in ogni settore.
L'importanza dell'IA, del machine learning e del deep learning cresce perché oggi è sempre più possibile "insegnare" alle telecamere a riconoscere meglio quanto accade sulla scena e ad analizzarlo in tempo reale. Se i clienti pensano solo alle analitiche con IA disponibili oggi, potrebbero non vedere le potenzialità delle applicazioni non ancora sviluppate che arriveranno a breve e a lungo termine.
Anche se un investimento sulle telecamere con IA può sembrare un salto nel vuoto, ci sono molti vantaggi immediati.
Un futuro ancora più luminoso
Un investimento su una telecamera con IA offre vantaggi in termini di sicurezza ed efficienza operativa subito dopo l'installazione. Il portafoglio Axis comprende già diverse telecamere che sfruttano le analitiche con deep learning, principalmente per una maggiore precisione nel rilevamento e nella classificazione degli oggetti.
Attualmente, le analitiche edge eseguite sui filmati di sorveglianza tramite la rilevazione di movimento nel video mostrano che qualcosa o qualcuno si sta muovendo. Successivamente, e dopo un'ulteriore analisi con un sistema di gestione video (VMS), un operatore interpreta esattamente cosa abbia causato il movimento e se rappresenti una minaccia o un rischio per la sicurezza. Con il machine learning e il deep learning, possiamo invece "addestrare" un sistema di telecamere a classificare automaticamente determinati oggetti, in modo che gli operatori possano concentrarsi sui pericoli reali anziché sulla vegetazione che ondeggia, le ombre che si muovono rapidamente, ecc. Gli oggetti classificati vengono inviati come metadati al VMS per un'ulteriore analisi da parte di un operatore, oppure utilizzati per attivare risposte automatiche in base a regole prestabilite. Poiché l'analisi iniziale avviene sulla telecamera, e non su server o cloud, è possibile risparmiare larghezza di banda perché solo i dati rilevanti vengono inviati attraverso il sistema.
I metadati creati insieme al video – cioè i dati sulle immagini – permettono di compiere un grande balzo in avanti. Tutto questo è estremamente utile quando occorre eseguire ricerche in grandi quantità di video, per identificare veicoli e persone ma anche i loro attributi, come i colori di veicoli/indumenti o la direzione di marcia. Guardando al futuro, permetterà anche di individuare modelli e tendenze che avranno un valore inestimabile ai fini dell'efficienza operativa e della pianificazione.
La maggiore precisione delle analitiche edge – e la capacità di distinguere tra più classi di oggetti – riduce immediatamente il numero di falsi positivi e falsi negativi. A loro volta, si riducono i tempi e le risorse per indagare sui falsi positivi. L'analisi edge può creare una risposta più appropriata e tempestiva in modo più proattivo. Distribuire l'elaborazione su tutto il sistema riduce i costi e offre una migliore esperienza agli utenti, dunque un maggiore valore al cliente.
I continui miglioramenti alla piattaforma per telecamere Axis consentono ulteriori sviluppi e analitiche edge native di migliore qualità, ispirando anche la nascita di nuove applicazioni analitiche.
Le potenzialità delle telecamere con IA hanno un solo limite: la fantasia degli sviluppatori, che cercano costantemente di ampliarne le capacità.
AXIS Camera Application Platform (ACAP) versione 4 è concepita per semplificare il lavoro agli sviluppatori che passano alle tecnologie edge e lavorano a nuove applicazioni di computer vision per la piattaforma Axis per telecamere con IA.
Decisioni smart per tecnologie smart
Il passaggio alle telecamere con IA non deve essere un atto di fede, ma piuttosto un piccolo sforzo di immaginazione. I vantaggi per i clienti non sono evidenti solo nel tempo, ma anche subito. Chiunque abbia sperimentato una netta riduzione dei falsi allarmi grazie a un'applicazione di deep learning non vorrà mai tornare indietro.
Le telecamere di sorveglianza hanno un ciclo di vita lungo; investire oggi sulle telecamere con IA consentirà di sfruttarne i vantaggi per molti anni a venire. Non ostacolate le possibilità del futuro con una decisione miope nel presente.
