În ultimul deceniu, bazându-se pe ani de dezvoltare continuă, progresele în domeniul analizelor rulate direct pe camerele de supraveghere au extins semnificativ posibilitățile de transformare a datelor în informații acționabile și în acțiuni automatizate. Analiza la nivel edge a evoluat într-un domeniu extrem de versatil și inovator, impulsionat de camere performante, echipate cu capabilități de procesare bazate pe inteligență artificială.
Această evoluție a deschis drumul către o nouă generație de performanțe. Pentru a explora beneficiile actuale și potențialul acestora, am stat de vorbă cu Mats Thulin, Director AI and Analytics Solutions la Axis Communications.
Lansarea ARTPEC-9, cea mai recentă generație de sistem pe cip (SoC), reprezintă un progres semnificativ pentru analizele la nivel edge bazate pe inteligență artificială. ARTPEC-9 îmbunătățește detecția obiectelor și analiza evenimentelor, oferind în același timp video de înaltă calitate, cu o compresie AV1 eficientă și funcții avansate de securitate cibernetică.
Prin obținerea unei clasificări avansate, în timp real, a obiectelor direct în cameră, valorificăm peste 20 de ani de experiență în dezvoltarea de soluții de analiză de ultimă generație. Deși analiza efectuată în cameră nu este o noutate, combinația dintre calitatea excepțională a imaginii și tehnologia de tip deep learning creează o platformă excelentă pentru îmbunătățirea performanței și a capabilităților de analiză.
Reducerea necesarului de analize server-based
„În urmă cu doar câțiva ani, camerele de supraveghere video nu aveau puterea de procesare necesară pentru analize avansate la marginea rețelei, ceea ce făcea ca analizele bazate pe server să fie alegerea implicită”, afirmă Mats Thulin. „Deși puterea de procesare pe server este încă disponibilă pe scară largă, există în continuare mai multe provocări. De exemplu, comprimarea imaginilor video înainte de transmitere poate degrada calitatea acestora pentru analiză. În plus, bazarea exclusivă pe analize efectuate pe server sau în cloud, atunci când soluțiile sunt extinse, poate genera costuri semnificative, mai ales pe măsură ce cerințele sistemului cresc”.
Redefinirea analizelor cu ajutorul inteligenței artificiale pentru eficiență și precizie de neegalat
Analizele bazate pe inteligență artificială sunt procese extrem de solicitante din punct de vedere al resurselor de calcul. Mats explică: „Atunci când analizele rulează exclusiv pe servere, materialul video trebuie mai întâi comprimat la nivelul edge și apoi decomprimat înainte de a putea fi analizat, ceea ce necesită resurse semnificative de procesare. Gestionarea mai multor fluxuri video – chiar și într-un sistem relativ mic, cu 20-30 de camere care funcționează la rezoluție înaltă și 20-30 de cadre pe secundă – implică o putere de procesare considerabilă.”
El continuă: „Puterea de procesare a dispozitivelor noastre edge, împreună cu capabilitățile lor avansate, a ajuns la un nivel care permite integrarea analizelor sofisticate direct în camere. Această trecere către analize la nivel edge reduce dependența de soluțiile bazate pe server sau cloud, permițând ca analiza să se realizeze chiar în momentul captării și păstrând cea mai bună calitate a imaginii – un factor esențial pentru acuratețea rezultatelor.”
Puterea de procesare a dispozitivelor noastre edge, alături de capabilitățile lor avansate, a ajuns la un punct în care analizele sofisticate pot fi integrate chiar în camere.
Imagini optimizate pentru mașini și pentru oameni
Progresele în calitatea imaginii țin cont de faptul că, tot mai des, imaginile sunt „vizualizate” de către sisteme automate, și nu de operatori umani. Această distincție este importantă, deoarece mașinile procesează imaginile diferit față de oameni.
„Putem acum să ‘optimizăm’ imaginile video special pentru analiza bazată pe inteligență artificială, obținând rezultate mai bune în procesul de analiză”, explică Mats. „De exemplu, atunci când imaginea este optimizată pentru ochiul uman, obiectivul este, de regulă, reducerea zgomotului pentru o vizibilitate mai bună. În schimb, pentru analizele AI, reducerea zgomotului este mai puțin relevantă.”
Scalabilitate îmbunătățită a sistemului prin soluții hibride
În plus, analizele efectuate la nivel edge pot reduce semnificativ cantitatea de date transmisă prin rețea, ceea ce duce la o utilizare mai eficientă a lățimii de bandă, a spațiului de stocare și a capacității serverelor. Cu toate acestea, analizele bazate pe server continuă să joace un rol important. Abordările hibride, care combină punctele forte ale analizelor la nivel edge cu soluțiile bazate pe server și cloud, reprezintă adesea strategia cea mai eficientă.
Sistemele autonome, bazate pe analiză la nivel edge, vor continua să fie valoroase pentru generarea în timp real a evenimentelor bazate pe reguli, pornind de la detecția și clasificarea obiectelor. Totuși, Mats subliniază că, pe măsură ce sistemele devin mai complexe, soluțiile hibride – care valorifică atât analiza la nivel edge, cât și cea bazată pe server – vor deveni probabil opțiunea preferată pentru sistemele avansate.
Valorificarea puterii metadatelor
Metadatele – în context video – marchează practic elementele cheie dintr-o scenă, adăugând descrieri sau informații inteligente despre ceea ce se întâmplă, în loc să se limiteze la captarea brută a imaginilor. Acest strat suplimentar de informație permite software-ului de management video (VMS) să declanșeze acțiuni în timp real sau căutări direcționate post-eveniment și să evidențieze tendințe și tipare în timp.
Cu analiza la nivel edge, fluxul de metadate funcționează perfect alături de fluxul video, optimizând eficiența sistemului. În loc ca întregul material video să fie procesat centralizat, sunt analizate doar metadatele relevante. Această abordare accelerează procesarea, îmbunătățește acuratețea și reduce costurile, oferind perspective mai profunde fără a supraîncărca sistemul.
Protejarea confidențialității prin analiza la nivel edge
Analiza la nivel edge poate contribui și la protejarea vieții private. Funcția de mascare inteligentă asigură estomparea detaliilor sensibile direct la sursă. „Fețele dintr-o scenă pot fi blurate, la fel și numerele de înmatriculare sau alte elemente de identificare”, explică Mats. „Dacă este necesar, materialul video nemascat poate fi totuși accesat – însă numai de către personal autorizat, cu nivel înalt de securitate, și doar în cazuri specifice, cum ar fi investigarea unui incident.”
Depășirea limitelor tehnologiei edge
La Axis, redefinim posibilitățile tehnologiei edge prin platforma noastră inovatoare ACAP. Creată pentru a sprijini dezvoltatorii, aceasta oferă API-uri deschise, framework-uri robuste și suport pentru limbaje de programare de nivel înalt, transformând dispozitivele Axis în platforme versatile pentru securitate sporită, inteligență de business avansată și soluții personalizate. „Acest lucru le permite dezvoltatorilor să creeze soluții personalizate care oferă performanță de top și scalabilitate”, explică Mats.
Pe măsură ce tehnologia evoluează, Mats subliniază: „Axis va rămâne în avangardă, oferindu-le dezvoltatorilor instrumentele necesare pentru a modela viitorul aplicațiilor inteligente la nivel edge, în industrii precum retail, sănătate, planificare urbană și multe altele.”
În plus, Axis sprijină specificațiile ONVIF pentru metadate, cu scopul de a încuraja un ecosistem deschis. Această abordare le permite dezvoltatorilor să creeze arhitecturi hibride cu produse conforme ONVIF, asigurând integrarea fluidă și interoperabilitatea în medii diverse.
Crearea unor sisteme mai inteligente și mai robuste în diferite industrii
Evoluția detecției și clasificării transformă industrii din toate domeniile. „Progresele în detecția și recunoașterea obiectelor, cu camere capabile să înțeleagă mai bine mediul înconjurător – diferențiind între o stradă, o peluză sau o parcare – permit analize mult mai precise”, explică Mats.
„Acest nivel de segmentare semantică îmbunătățește înțelegerea scenelor, stimulează inovația și conduce la dezvoltarea unor sisteme mai robuste.”
Procesarea la nivel edge modelează industriile, aducând analiza bazată pe inteligență artificială direct la sursă, ceea ce deschide noi oportunități de eficiență și inovație. Cu îmbunătățiri în detecție, integrarea metadatelor și scalabilitate, potențialul său de a transforma operațiunile în numeroase domenii este evident. Mats Thulin rezumă simplu:
„Analiza la nivel edge procesează datele acolo unde sunt generate, deschizând calea către sisteme mai inteligente și mai reactive în numeroase sectoare.”
Citește mai multe despre gama noastră extinsă de soluții flexibile și scalabile de analiză.
