Computerigenkendelse - Giv computere syn

Computerigenkendelse og computersyn generelt har en lang og omfattende historie som udfordrende og komplekse felter, hvor fremskridt indtil fremkomsten af ML/AI var begrænsede. I skarp kontrast hertil er der inden for computergrafik sket adskillige fremskridt på kort tid inden for 2D/3D-modellering, computerstøttet design (CAD), digitale spillefilm som dem produceret af Pixar og videospil. Moderne computere egnede sig godt til at fange og skabe billeder, men ikke til at opfatte dem.

Hovedårsagen skyldes problemet med visuel perception. Under fremkomsten af moderne computere tog det ikke lang tid for forskere at udvikle geniale måder at indkode billeder digitalt på ved at indkode billedet som en række pixels med forskellige intensiteter (f.eks. RGB) og endda komprimere billeder via flere metoder. Efterhånden som billedoptagelse og indkodning udviklede sig og mere eller mindre blev løst, vendte forskerne sig mod analyse af billeder.

Givet en række pixels, hvordan kan objekter identificeres? Der findes forskellige tilsyneladende åbenlyse, omend naive teknikker, såsom at se på farven på en klynge af pixels, givet specifikke domæner. Det er muligt at approksimere objekter ved at identificere sæt af farver med forudgående viden. For eksempel en himmel, forudsat at den er blå og i toppen af et billede. Klyngedannelsen af farver tager heller ikke højde for formen og størrelsen af objekter. Denne tilgang er svær at generalisere.

Dette case-studie vil udforske, hvordan analyse af CCTV-videofeed kan gavne din organisation. Et AI-system, der kan identificere objekter ud fra overvågningsoptagelser, har adskillige applikationer.

Analysering kan for eksempel give realtids handlingsrettede meddelelser til sikkerheds- og relateret personale. Det er svært at skrive et klassisk algoritmisk program til at løse problemer med computergenkendelse/computersyn, selvom brug af kunstig intelligens gør problemet håndterbart.

Løsning af problemet via kunstig intelligens

Dette problem rejser spørgsmål om, hvordan mennesker identificerer objekter inden for et visuelt område, hvilket også er utroligt vanskeligt at besvare. Selvom dette stadig i høj grad er et åbent spørgsmål, har kunstige neurale netværk vist sig utroligt nyttige inden for domænet for computerrecognition/computer vision.

Med deep learning-teknikker og et stort datasæt af billeder er det muligt at træne en model til at identificere objekter. Det mest almindelige datasæt er Common Objects in Context (https://cocodataset.org/) som indeholder følgende i henhold til deres definition:

Objektsegmentering
Genkendelse i kontekst
Superpixel-segmentering
330K billeder (>200K mærkede)
1,5 millioner objektinstanser
80 objektkategorier
91 stofkategorier
5 billedtekster pr. billede
250.000 personer med nøglepunkter

Træning af forskellige kunstige intelligensmodeller med disse oplysninger har vist sig at være yderst effektivt, når modellen køres på et evalueringsdatasæt.

Overblik over den organisatoriske udfordring

Forudsat at AI-kapaciteten findes til at analysere objekter i videofeed (hvilket den gør), hvordan ville en organisation implementere en sådan løsning? Der er stadig det bredere problem med at implementere en sådan model i et produktionsmiljø, der kan skalere og operere inden for en lovgivningsmæssig ramme.

Traditionelt ville organisationer bede deres IT-afdelinger om at installere en sådan funktion. Normalt ville organisationer finde standardsoftware til at løse problemet eller søge efter en leverandør af specialsoftware til at bygge eller tilpasse en eksisterende løsning, hvis en sådan løsning ikke var let tilgængelig. På grund af kompleksiteten af kunstige intelligenssystemer ville begge disse muligheder være utilgængelige i ret lang tid.

Udover de tekniske udfordringer er der også interne politikker og forskellige compliance-krav, som organisationer almindeligvis skal overholde, såsom databeskyttelse, som, selvom de er relaterede, er spørgsmål for forskellige domæneeksperter. Således vil implementering af en sådan løsning kræve ekspertise fra mange andre områder af en organisation, hvilket kræver kompleks projektledelse. Et alternativ til interne strategier er at få adgang til en sådan kapacitet via en Artificial Intelligence as a Service-virksomhed, herunder Telemus AI™, på en måde, der ligner adgang til cloud-tjenester.

Organisatoriske Data Tilgængelige som AI-input

De fleste organisationer bruger CCTV til sikkerhedsformål og har forskellige videofeed, der sendes til et kontrolrum til overvågning. Normalt vil disse videofeed have sikkerhedspersonale, der overvåger dem døgnet rundt for at identificere enhver aktivitet, der ikke kan anses for at være acceptabel, eller som kræver yderligere undersøgelse eller handling. Disse videofeed kan føres gennem et artificial intelligence-system. AI'en alarmerer sikkerhedspersonalet, hvis noget kræver yderligere undersøgelse.

Fordelen herved er, at AI-systemet potentielt kan opdage anomalier, som et menneske ellers ville overset, hvis det ikke er indlysende, eller hvis sikkerhedspersonalet har haft et opmærksomhedssvigt. En anden måde at se på dette er, at sikkerhedspersonalets evne til at forstå, hvad der sker i videofeed, er blevet forøget til et højere niveau. Altså i lighed med at bruge værktøjer i andre domæner til at forstærke vores evner.

Mens potentialet af denne teknologi kan være konfronterende for nogle mennesker, er det essentielt at overveje, at en person overvåger videostrømmene i ethvert tilfælde, og AI blot hjælper sikkerhedspersonalet med at se optagelserne, og fordelene skal afvejes. Da teknologien køres på en reguleret og sikker måde under en streng styringsramme, ville det potentielle opside være enormt.

Integrationsmetodologi

Følgende er en overordnet oversigt over den proces, vi ville udføre på et overordnet niveau for at analysere sådanne feeds inden for en organisation:

Identificer CCTV-feeds og det system, der leverer overvågning og optagelse af sådanne feeds
Modificer softwaren til at sende feeds til en cloud computing-udbyder til realtidsanalyse
Kør feeds gennem Telemus AI™ og returnere forbedrede videofeed tilbage til sikkerhedsovervågningssystemet
Opsæt tilpassede alarmer til sikkerhedspersonalet baseret på det, der opdages

Da Telemus AI™ tager sig af det meste af arbejdet, kan organisationen fokusere på forretningslogikken frem for den tekniske implementering.

Organisatoriske Anvendelser

Følgende opregner andre potentielle applikationer til din organisation:

Overvågning af biler på et vejnetværk og registrering af, hvornår ulykker sker, for at sende et hold for at hjælpe
Overvågning af individer i lokaler for at sikre, at antisocial adfærd ikke finder sted. Hvis det er tilfældet, send automatisk en sikkerhedsenhed afsted for at afvæbne situationen.
Overvågning af arbejdspladser og arbejdssteder for at sikre, at personalet ikke opholder sig i lokalerne uden for fastsatte åbningstider

Potentielle og realiserede fordele

De potentielle og realiserede fordele ved denne teknologi er enorme. Det er muligt at udføre CCTV-overvågning mere præcist og effektivt, med færre fejl, hvilket kræver færre samlede sikkerhedsmedarbejdere, hvilket gør det muligt for sådanne medarbejdere at fokusere på mere presserende opgaver som aktiv patruljering eller efterforskning.

Telemus AI™ er et australsk-baseret selskab for kunstig intelligens, der leverer avancerede løsninger til regering og erhvervsliv. Kontakt os i dag for en gratis konsultation om, hvordan Telemus AI™ kan integreres i din organisation.

Objektdetektion i overvågningsoptagelser