Greining hluta í eftirlitsmyndum

Tölvuþekking - Að gefa tölvum sjón

Tölvuþekking og tölvusjón almennt hafa langa og víðtæka sögu sem krefjandi og flókin svið þar sem framfarir fram að tilkomu ML/AI voru takmarkaðar. Í sterkan mótsögn við tölvuteikningar hafa orðið margar framfarir á stuttum tíma innan sviða 2D/3D líkanagerðar, tölvustuddrar hönnunar (CAD), stafrænra hreyfimynda á borð við þær sem Pixar framleiðir og tölvuleikja. Nútímatölvuþróun hentaði vel til að fanga og búa til myndir en ekki til að skynja þær.

Greining, til dæmis, getur veitt rauntíma aðgerðahæfar tilkynningar til öryggis- og skyldra starfsmanna. Að skrifa klassískt reiknirit til að leysa tölvuþekkingar/tölvusjón vandamál er erfitt, þó að notkun gervigreindar geri vandamálið leysanlegt.

Leyst vandamálið með gervigreind

Þetta vandamál vekur spurningar um hvernig menn bera kennsl á hluti innan sjónsviðs sem er einnig ótrúlega erfitt að svara. Þótt þetta sé enn mjög opin spurning, hafa tilbúnar tauganet reynst ótrúlega gagnleg í tölvuþekkingu/tölvusjónsviði.

Með djúpnámsaðferðum og risastóru gagnasafni mynda er hægt að þjálfa líkan til að auðkenna hluti. Algengasta gagnasafnið er Common Objects in Context (https://cocodataset.org/) sem inniheldur eftirfarandi samkvæmt skilgreiningu þeirra:

  • Hlutaskipting
  • Greining í samhengi
  • Superpixel hlutskipting
  • 330K myndir (>200K merkt)
  • 1,5 milljón hlutatvik
  • 80 hlutaflokkar
  • 91 hlutaflokkar
  • 5 myndatextar á mynd
  • 250.000 manns með lykilpunkta

Að þjálfa ýmis Artificial Intelligence líkön með þessum upplýsingum hefur reynst mjög áhrifaríkt þegar líkanið er keyrt á matshugbúnaðar gagnasafni.

Yfirlit yfir skipulagslegt áskorun

Að því gefnu að AI getan sé til staðar til að greina hluti innan myndstrauma (sem hún er), hvernig myndi stofnun innleiða slíka lausn? Það er enn viðameiri vandamál að innleiða slíkan líkan í framleiðsluumhverfi sem geta skalað og starfað innan regluverks. Þar sem núverandi kerfi eru enn á rannsóknar- og þróunarstigi, ætti skipulagning stofnana að eiga sér stað frá og með nú því sem framkvæmdarviðfangsefnin verða mikill fjöldi, jafnvel þótt tækniframfarir batni. Telemus AI™ hefur traustar innleiðingar á tækni tilbúinnar greindar og getur haft kerfi innleidd sem starfa í miklum mælikvarða.

Hefðbundið hafa stofnanir falið upplýsingatæknideildum sínum að setja upp slíka getu. Venjulega finna stofnanir tilbúinn hugbúnað til að leysa vandann eða leita að sérsniðnum hugbúnaðarveitu til að byggja eða uppfæra fyrirliggjandi lausn ef slík lausn er ekki tiltæk. Vegna flækjustigs kerfanna gagnvart Artificial Intelligence væru báðir þessir valkostir ó tiltækir um nokkurt skeið.

Auk tæknilegra áskorana eru einnig innri stefnur, og ýmis reglufylgiskröfur sem stofnanir verða að fylgja almennt, svo sem gagnaprívatsemi, sem, þótt tengd sé, eru vandamál sem mismunandi sérfræðingar fjalla við. Þannig að innleiðing slíkrar lausnar mun krefjast þekkingar frá mörgum öðrum sviðum stofnunar og krefjast flókinnar verkefnastjórnunar. Val á innri stefnum er að fá aðgang að slíkri getu í gegnum Artificial Intelligence as a Service fyrirtæki, þar á meðal Telemus AI™, á hátt sem minnir á aðgang að skýjaþjónustu.

Fyrirtækjagögn aðgengileg sem AI inntak

Flest stofnanir nota CCTV í öryggisskyni og hafa ýmsar myndstrauma senda í stjórnstofu til eftirlits. Venjulega hefðu þessir myndstraumar öryggisstarfsfólk sem fylgist með þeim 24/7 til að greina einhverja virkni sem gæti ekki talist viðunandi eða krafist frekari rannsóknar eða aðgerða. Þessir myndstraumar er hægt að senda í gegnum tölvuvit kerfi. AI lætur öryggisstarfsfólk vita ef eitthvað krefst frekari rannsóknar.

Kosturinn af þessu er að AI-kerfið getur hugsanlega greint frávik sem maður myndi annars misstakast ef það er ekki augljóst eða öryggisstarfsfólk hefði athyglisbrest. Önnur leið til að líta á þetta er að geta öryggisstarfsfólks til að skilja hvað gerist í myndstraumum hefur verið aukin á hærra stig. Þannig, svipað og að nota verkfæri á öðrum sviðum til að auka getu okkar.

Þótt möguleikar þessarar tækni gætu virtist sumum ógnvekjandi, er mikilvægt að hafa í huga að einstaklingur fylgist með myndstraumum í öllum tilvikum, og AI er einfaldlega að astoða öryggisstarfsfólk við að skoða upptökurnar, og ávinningurinn verður að vegast. Þar sem tæknin er rekin á reglulegan og öruggan hátt undir ströngu stjórnarhaldi, gæti hugsanlegur ávinningur verið mikill.

Samþættingaraðferðafræði

Eftirfarandi er yfirlit yfir það ferli sem við myndum framkvæma á háu stigi til að greina slíka strauma innan stofnunar:

  1. Greinið CCTV-myndstrauma og kerfið sem veitir eftirlit og skráningu slíkra strauma
  2. Breyta hugbúnaðinum til að senda strauma til skýjareikningsveitu fyrir rauntímagreiningu
  3. Keyrðu straumana í gegnum Telemus AI™ og skila auknum myndstraumi til öryggiseftirlitskerfisins
  4. Setja upp sérsniðnar viðvaranir fyrir öryggisstarfsfólk byggt á því sem greinist

Miðað við að Telemus AI™ sér um mest af vinnunni, getur stofnunin einbeitt sér að viðskiptagrunnreglum frekar en tæknilegri innleiðingu.

Stofnanaleg forrit

Eftirfarandi telur upp aðrar mögulegar notkunarleiðir fyrir stofnunina þína:

  • Fylgjast með bílum á vegakerfi og greina hvenær slys eiga sér stað til að senda áhöfn til að aðstoða
  • Fylgjast með einstaklingum á staðsetningum til að tryggja að ófélagsleg hegðun eigi sér ekki stað. Ef svo er, senda sjálfkrafa öryggisdeild til að afstýra aðstæðum.
  • Fylgjast með vinnustöðum og framkvæmdasvæðum, tryggja að starfsfólk sé ekki innan lóðar utan viðkomandi opnunartíma

Möguleg og raunveruleg ávinningur

Möguleikar og raunveruleg ávinningur þessarar tækni er mikill. Hægt er að framkvæma CCTV eftirlit nákvæmar og hagkvæmara, með færri villum, sem krefst færri öryggisstarfsmanna yfir höfuð, sem gerir slíkum starfsmönnum kleift að einbeita sér að brýnni verkefnum svo sem virkri göngupátrun eða rannsóknarstörfum.

Telemus AI™ er ástralskt gervigreindarfyritæki sem veitir háþróaðar lausnir fyrir stjórnvöld og fyrirtæki. Hafðu samband í dag til að fá ókeypis ráðgjöf um hvernig Telemus AI™ getur verið samþætt í stofnun þína.


Kanna meira AI tilviksrannsóknir