Overslaan en naar hoofdinhoud gaan

De evolutie van edge analytics

6 minuten leestijd
Mats Thulin

Edge analytics in Axis-camera’s heeft zich ontwikkeld tot een veelzijdig en innovatief vakgebied. Dankzij krachtige AI-chips ontstaat een nieuw 
tijdperk van realtime analyse, efficiëntie en schaalbaarheid.

In de afgelopen tien jaar hebben ontwikkelingen in analytics op bewakingscamera’s de mogelijkheden om data om te zetten in bruikbare inzichten en geautomatiseerde acties sterk vergroot. Edge analytics is uitgegroeid tot een veelzijdig en innovatief vakgebied, aangedreven door robuuste camera’s met krachtige AI-verwerkingsmogelijkheden.

De introductie van ARTPEC-9, de nieuwste generatie system-on-chip (SoC), betekent een grote sprong voorwaarts in AI-gestuurde edge analytics. ARTPEC-9 verbetert objectdetectie en gebeurtenisanalyse, levert video van hoge kwaliteit met efficiënte AV1-codering en versterkt de cybersecurity.

Our inhouse-developed system-on-chip (SoC). ARTPEC enhances object detection and scene analysis.

Door geavanceerde objectclassificatie realtime in de camera uit te voeren, bouwt Axis voort op meer dan 20 jaar ervaring in cutting-edge analytics. Hoewel in-camera analytics niet nieuw is, vormt de combinatie van uitzonderlijke beeldkwaliteit en deep learning een krachtig platform voor betere prestaties en uitgebreidere analysemogelijkheden.

Minder afhankelijk van servers
“Enkele jaren geleden hadden bewakingscamera’s nog onvoldoende rekenkracht voor geavanceerde analytics aan de netwerk-edge, waardoor servergebaseerde analytics de standaard was,” zegt Mats Thulin, Director AI and Analytics Solutions bij Axis. “Servers bieden nog steeds capaciteit, maar er zijn uitdagingen. Videocompressie voor transmissie kan de beeldkwaliteit verslechteren, en bij opschaling kunnen cloud- of servergebaseerde oplossingen aanzienlijke kosten veroorzaken.”

Download onze infographic over edge analytics en stroomlijn uw activiteiten door gegevens rechtstreeks op een Axis-camera te verwerken.

Efficiëntie en precisie dankzij AI

AI-analyse vergt veel rekenkracht. Wanneer analytics uitsluitend op servers draaien, moet video aan de edge worden gecodeerd en daarna weer gedecodeerd – een proces dat veel verwerkingskracht vraagt. Bij meerdere videostreams van 20-30 camera’s met hoge resolutie en 20-30 beelden per seconde kan dit zwaar wegen. Dankzij de verwerkingskracht van Axis edge-apparaten kan geavanceerde analyse nu rechtstreeks in de camera worden uitgevoerd. Dit vermindert de afhankelijkheid van servers en cloud en behoudt de hoogste beeldkwaliteit – cruciaal voor betrouwbare analyses.

De verwerkingskracht van onze edge-apparaten, in combinatie met hun geavanceerde mogelijkheden, heeft een niveau bereikt waarop geavanceerde analyses in de camera's zelf kunnen worden geïntegreerd.

Beelden voor mens én machine

Verbeteringen in beeldkwaliteit houden steeds meer rekening met machines die beelden verwerken. “We kunnen video nu specifiek afstemmen op AI-analyse”, legt Mats uit. “Waar ruisonderdrukking belangrijk is voor menselijke ogen, is dat voor AI vaak minder relevant. Door beelden te optimaliseren voor algoritmes, verbeteren de resultaten.”

Hybride schaalbaarheid

Edge analytics kan de hoeveelheid data die via het netwerk gaat aanzienlijk verminderen, wat efficiëntie oplevert in bandbreedte, opslag en servercapaciteit. Toch blijft servergebaseerde analyse waardevol. Hybride oplossingen, die de voordelen van edge combineren met server- en cloudmogelijkheden, bieden vaak de beste balans.

Mats Thulin
“Door de verwerkingslast te verdelen tussen de edge en de server worden systemen veel schaalbaarder”, legt Mats uit. “Als je bijvoorbeeld een nieuwe camera met edge-analysemogelijkheden toevoegt, hoef je vaak de verwerkingskracht van de server niet te vergroten.” 

Standalone edge-systemen zijn ideaal voor realtime gebeurtenissen op basis van objectdetectie. Maar bij complexere systemen worden hybride architecturen waarschijnlijk de voorkeurskeuze.

De kracht van metadata

Metadata labelt objecten en gebeurtenissen in videobeelden en voegt zo intelligentie toe. Dit stelt VMS (video management software) in staat realtime acties te activeren of gerichte zoekopdrachten uit te voeren. Met edge analytics loopt de metadata-stroom parallel aan de videofeed, waardoor systemen sneller, efficiënter en nauwkeuriger werken.

Metadata tags key elements within a scene adding intelligence about what is happening.
Metadata-tags zijn belangrijke elementen binnen een scène die informatie toevoegen over wat er gebeurt.

Privacybescherming
Edge analytics helpt ook privacy te waarborgen. Slimme maskering kan gezichten of kentekens direct in de camera vervagen. Onbewerkte beelden zijn alleen toegankelijk voor geautoriseerd personeel in specifieke gevallen, zoals incidentonderzoek.

Grensverleggende technologie
Met het AXIS Camera Application Platform (ACAP) opent Axis nieuwe mogelijkheden. ACAP biedt ontwikkelaars open API’s, frameworks en ondersteuning voor moderne programmeertalen, waarmee Axis-apparaten veelzijdige platforms worden voor beveiliging, business intelligence en maatwerkoplossingen. Axis ondersteunt bovendien ONVIF-metadata-standaarden, waardoor open en interoperabele ecosystemen ontstaan.

Toepassing in meerdere sectoren
Verbeterde objectdetectie en semantische segmentatie – zoals onderscheid tussen straat, gazon of parkeerplaats – verhogen de precisie van analytics. Dit stimuleert innovatie en maakt systemen robuuster, of het nu gaat om retail, gezondheidszorg of stedelijke planning.

Zoals Mats Thulin het samenvat: “Edge analytics verwerkt data waar die wordt gegenereerd, en opent zo nieuwe kansen voor slimmere, responsievere systemen in tal van sectoren.”

Lees meer over ons brede aanbod aan flexibele en schaalbare analyses.