Počítačové rozpoznávání - Dávání počítačům zraku

Analýza může například poskytovat oznámení v reálném čase s možností okamžité akce pro bezpečnostní a související personál. Napsání klasického algoritmického programu k řešení problémů počítačového rozpoznávání/počítačového vidění je obtížné, ačkoli použití umělé inteligence činí problém zvládnutelným.

Řešení problému pomocí umělé inteligence

Tento problém vyvolává otázky týkající se toho, jak lidé identifikují objekty v rámci vizuálního rozsahu, na což je také neuvěřitelně obtížné odpovědět. Přestože je to stále velmi otevřená otázka, umělé neuronové sítě se ukázaly jako neuvěřitelně užitečné v oblasti počítačového rozpoznávání/počítačového vidění.

Pomocí technik hlubokého učení a rozsáhlé datové sady obrázků je možné trénovat model pro identifikaci objektů. Nejběžnější datovou sadou je Common Objects in Context ("https://cocodataset.org/), která obsahuje následující podle jejich definice:

• Segmentace objektů
• Rozpoznávání v kontextu
• Segmentace objektů pomocí superpixelů
• 330K obrázků (>200K s popisky)
• 1,5 milionu instancí objektů
• 80 kategorií objektů
• 91 kategorií materiálů
• 5 popisků na obrázek
• 250 000 osob s klíčovými body

Trénování různých modelů umělé inteligence s těmito informacemi se ukázalo jako vysoce efektivní při spuštění modelu na evaluačním datasetu.

Přehled organizační výzvy

Za předpokladu, že existuje schopnost AI analyzovat objekty ve video kanálech (což existuje), jak by organizace takové řešení implementovala? Stále existuje širší problém implementace takového modelu v produkčním prostředí, které dokáže škálovat a fungovat v rámci regulačního rámce.

Tradičně organizace taskovaly své IT oddělení s instalací takové schopnosti. Obvykle organizace nacházely hotový software k řešení problému nebo vyhledaly dodavatele softwaru na míru, aby postavil nebo upravil existující řešení, pokud takové řešení nebylo snadno dostupné. Vzhledem ke složitosti systémů umělé inteligence by obě tyto možnosti byly po poměrně dlouhou dobu nedostupné.

Kromě technických výzev existují také interní politiky a různé požadavky na soulad s předpisy, kterým musí organizace běžně vyhovovat, jako je ochrana osobních údajů, což jsou sice související, ale problémy pro různé odborníky v doménách. Implementace takového řešení tedy bude vyžadovat odborné znalosti z mnoha dalších oblastí organizace a komplexní řízení projektů. Alternativou k interním strategiím je získat takovou schopnost prostřednictvím podniku poskytujícího umělou inteligenci jako službu (AI as a Service), včetně Telemus AI™, způsobem podobným přístupu ke cloudovým službám.

Organizační data dostupná jako vstup pro AI

Většina organizací používá kamerové systémy CCTV pro bezpečnostní účely a odesílá různé video streamy do kontrolní místnosti ke sledování. Tyto video streamy by obvykle sledoval bezpečnostní personál 24/7, aby identifikoval jakoukoli aktivitu, která by nemusela být považována za přijatelnou nebo by vyžadovala další vyšetřování nebo zásah. Tyto video streamy mohou být protaženy systémem umělé inteligence. AI upozorní bezpečnostní personál, pokud něco vyžaduje další vyšetřování.

Výhodou toho je, že systém AI může potenciálně detekovat anomálie, které by člověku jinak unikly, pokud nejsou zřejmé nebo pokud bezpečnostní personál ztratil pozornost. Jiným způsobem, jak se na to dívat, je, že schopnost bezpečnostního personálu porozumět tomu, co se děje ve video kanálech, byla rozšířena na vyšší úroveň. Je to tedy podobné jako používání nástrojů v jiných oblastech k rozšíření našich schopností.

Zatímco potenciál této technologie může být pro některé lidi znepokojující, je nezbytné vzít v úvahu, že v každém případě jednotlivec monitoruje video toky a AI pouze pomáhá bezpečnostnímu personálu prohlížet záznamy, a přínosy je třeba zvážit. Vzhledem k tomu, že technologie je provozována regulovaným a bezpečným způsobem v rámci přísného rámce řízení, potenciální přínos by byl obrovský.

Metodologie integrace

Následuje přehled procesu, který bychom na vysoké úrovni provedli pro analýzu takových kanálů v rámci organizace:

1. Identifikujte CCTV toky a systém, který poskytuje monitorování a záznam takových toků
2. Upravte software tak, aby odesílal datové toky poskytovateli cloud computingu pro analýzu v reálném čase
3. Proveďte kanály přes Telemus AI™ a vrátit rozšířené video toky zpět do systému monitorování bezpečnosti
4. Nastavte přizpůsobená upozornění pro bezpečnostní personál na základě toho, co je detekováno

Vzhledem k tomu, že Telemus AI™ se stará o většinu práce, se organizace může soustředit na obchodní logiku spíše než na technickou implementaci.

Organizační aplikace

Následující uvádí další potenciální aplikace pro vaši organizaci:

• Sledování vozidel na silniční síti a detekce výskytu nehod za účelem vyslání posádky k asistenci
• Sledování osob v prostorách za účelem zajištění, že nedochází k antisociálnímu chování. Pokud ano, automaticky vyslat bezpečnostní jednotku k deeskalaci situace.
• Sledování pracovišť a stavenišť, zajištění, že se zaměstnanci na pracovišti nezdržují mimo stanovenou provozní dobu

Potenciální a realizované přínosy

Potenciální a realizované přínosy této technologie jsou obrovské. Je možné provádět monitorování CCTV přesněji a efektivněji, s menším počtem chyb, s menší celkovou potřebou bezpečnostního personálu, což tomuto personálu umožňuje soustředit se na naléhavější úkoly, jako je aktivní hlídkování nebo vyšetřovací práce.

Telemus AI™ je australská společnost zabývající se umělou inteligencí, která poskytuje pokročilá řešení pro vládu a podniky. Kontaktujte nás ještě dnes pro bezplatnou konzultaci o tom, jak může být Telemus AI™ integrována do vaší organizace.