AXIS Q1615 MK III邊際人工智慧:影像監控的機會

SECURE INSIGHTS
線上會議與技術教學

在影像監控的世界裡,邊際運算的主要優點之一,就是能夠在攝影機內部利用人工智慧 (AI) 和深度學習進行進階分析。

首先,「邊際」是什麼意思?

我們安全網路的邊際裝置數量正在增加,在安全與安防領域扮演著更重要的角色。邊際運算代表在連線裝置本身建立更多功能,使資訊處理能力盡可能靠近來源。

對於影像監控網路而言,這代表可以在攝影機本身執行更多的操作。人工智慧 (AI)、機器學習和深度學習在影像監控中不斷提升,因此我們能夠「教導」攝影機,以便透過更直覺的方式進行即時拍攝並分析內容。例如,場景中的車輛是汽車、公共汽車或卡車?建築物旁是人類還是動物?那些是路上的陰影還是物體?

這些解析能力將減少在分析數據和做出決策時需要人工輸入的負擔。最終,應該加快反應時間,最好能夠達到拯救生命的目的,提供寶貴的深入解析,塑造未來的建築、城市和運輸系統。

我們該如何改變邊際影像監控?

目前,大部分監控攝影機鏡頭的邊際分析僅能顯示某些東西某人正在移動。在集中式伺服器上透過影像管理系統 (VMS) 進行分析之後,必須確切解讀是什麼在動,是否具有任何威脅或安全風險。

為能了解物體是車輛、人類、動物,還是其他東西,我們可以「訓練」攝影機系統來偵測及分類物體。這可能讓我們了解更多的物體和情境。

標準分析可以發現車輛觸發警報。在此之上,您可以透過智慧型深度學習層深入瞭解更多細節:這是何種車輛?所在區域是否會導致潛在問題,還是在路肩可能造成立即危險?這是公共汽車嗎,乘客下車時是否會發生危險?

邊際分析的優點

邊際分析的準確度越高,以及能夠區分多類物體的能力,可以立刻降低誤判率。同時減少時間,以及調查這些誤報所耗費的資源。從更積極的角度來看,邊際分析可以建立更適當且及時的回應。

例如,在前端攝影機執行人工智慧分析可識別高速公路上的物體並警告駕駛。深度學習區分人類與車輛的能力,有助於在向駕駛者發出警告前定義出嚴重程度。如果攝影機看到路上有人發生危險,可以自動啟動告示牌以減緩交通流量,並通報緊急值勤單位。

隨著時間的發展,在分析功能背後的開發人員可以看到趨勢,不僅可用於流量管理和規劃,也適用於其他野生動物行為及保育機構。能夠區分交通類型—行人、單車、駕駛、商用車—提供寶貴的趨勢解析,幫助土木工程師規劃未來的智慧城市。

將原始資料轉換為可運用的分析資訊

邊際分析的另一個主要優點是,盡可能接近來源,分析的影像畫面品質最高。在傳統模式中,當在伺服器上進行分析時,影像通常會在傳輸之前進行壓縮,因此分析的影像品質下降。

此外,當分析集中(在伺服器上進行)時,如果解決方案新增更多攝影機,則會傳輸更多資料,因此需要新增更多伺服器來處理分析作業。在前端攝影機部署功能強大的分析能力,代表只有最相關的資訊會透過網路傳送,可減少頻寬和儲存的負擔。

想了解更多關於我們的固定式攝影機,以及其所帶來的卓越性能和處理能力?
透過 AXIS Q1615 MK III 帶來更清晰影像,讓人工智慧分析影像更加準確,您不必追求5百萬畫素以上攝影機來達到清晰影像,AXIS Q1615 MK III 以2百萬畫素 提供最佳影像.

預先安裝了AXIS Object Analytics,攝影機的雙芯片組通過深度學習促進了強大的人工智能。這使AXIS Object Analytics可以區分自行車,汽車,公共汽車,卡車等。您可以決定要檢測的車輛以及何時觸發警報,並將通知發送給安全人員。基於識別不同類型車輛之間差異的通知可以減少錯誤警報。因此,您的操作員將浪費更少的時間進行不必要的響應,並且他們將能夠處理更多的攝影機。

人工智能帶來的無限機會

雙重芯片組將專有的Axis ARTPEC芯片與深度學習處理單元(DLPU)相結合,是AXIS Q1615-LE Mk III提供卓越的基於AI的對象分類功能的秘密。這種先進的硬件與開放的Axis平台相結合,為您提供了一個獨特的機會,可以利用基於AI以及人與物體的分類的量身定制的第三方應用程序。基於邊緣的自動事件檢測,計數和異常檢測只是眾多可能性中的幾種。而且您所需的一切都在相機中-因此不需要其他硬件。

 

 

 

資料來源:
https://www.axis.com/blog/secure-insights-tw/2021/02/08/%E9%82%8A%E9%9A%9B%E4%BA%BA%E5%B7%A5%E6%99%BA%E6%85%A7%ef%bc%9a%E5%BD%B1%E5%83%8F%E7%9B%A3%E6%8E%A7%E7%9A%84%E6%A9%9F%E6%9C%83/

分享

分享在 facebook
Facebook
分享在 google
Google+
分享在 twitter
Twitter
分享在 linkedin
LinkedIn
分享在 email
Email